-                      r0625b79
+                      r2dbffcc
 from sans.guiframe.dataFitting import Data2D
 from sans.guiframe.dataFitting import Data1D
+from sans.guiframe.dataFitting import check_data_validity
 from sans.guiframe.events import NewPlotEvent
 from sans.guiframe.events import StatusEvent
 …
 from sans.guiframe.gui_style import GUIFRAME_ID
 from sans.guiframe.plugin_base import PluginBase
+from sans.fit.Fitting import Fit
 from .console import ConsoleUpdate
 from .fitproblem import FitProblem
+from .fitproblem import FitProblemDictionary
 from .fitpanel import FitPanel
 from .fit_thread import FitThread
 …
 from .fitpage import Chi2UpdateEvent
-DEFAULT_BEAM = 0.005
-DEFAULT_QMIN = 0.001
-DEFAULT_QMAX = 0.13
-DEFAULT_NPTS = 50
 MAX_NBR_DATA = 4
 SANS_F_TOL = 5e-05
 …
         logging.info("Fitting plug-in started")
+    def create_fit_problem(self, page_id):
+        """
+        Given an ID create a fitproblem container
+        """
+        self.page_finder[page_id] = FitProblemDictionary()
+    def delete_fit_problem(self, page_id):
+        """
+        Given an ID create a fitproblem container
+        """
+        if page_id in self.page_finder.iterkeys():
+            del self.page_finder[page_id]
     def add_color(self, color, id):
         """
 …
         """
         self.batch_on = flag
+        if self.batch_on:
+            if self.fit_panel is not None:
+                self.fit_panel.batch_on = flag
+        if self.fit_panel is not None:
+            self.fit_panel.batch_on = self.batch_on
     def populate_menu(self, owner):
 …
             return []
         item = plotpanel.plots[graph.selected_plottable]
-        self.test_model_color = item.custom_color
-        print "Self.test_model_color has been set to ",self.test_model_color
         if item.__class__.__name__ is "Data2D":
             if hasattr(item,"is_data"):
 …
                                         title=data.title))
                 page = self.add_fit_page([data])
+                caption = page.window_name
+                self.store_data(uid=page.uid, data=page.get_data(),
+                        data_list=page.get_data_list(),
+                        caption=page.window_name)
+                caption = page.window_caption
+                self.store_data(uid=page.uid, data_list=page.get_data_list(),
+                        caption=caption)
                 self.mypanels.append(page)
 …
         self.state_reader.write(filename=filepath, fitstate=fitstate)
+    def set_fit_range(self, uid, qmin, qmax):
+        """
+        Set the fitting range of a given page
+        """
+        self.page_finder[uid].set_range(qmin=qmin, qmax=qmax)
+    def set_fit_range(self, uid, qmin, qmax, fid=None):
+        """
+        Set the fitting range of a given page for all
+        its data by default. If fid is provide then set the range
+        only for the data with fid as id
+        :param uid: id corresponding to a fit page
+        :param fid: id corresponding to a fit problem (data, model)
+        :param qmin: minimum  value of the fit range
+        :param qmax: maximum  value of the fit range
+        """
+        if uid in self.page_finder.keys():
+            self.page_finder[uid].set_range(qmin=qmin, qmax=qmax)
     def schedule_for_fit(self,value=0, uid=None,fitproblem =None):
+    def schedule_for_fit(self, value=0, uid=None):
         """
         Set the fit problem field to 0 or 1 to schedule that problem to fit.
         Schedule the specified fitproblem or get the fit problem related to
         the current page and set value.
         :param value: integer 0 or 1
+        :param fitproblem: fitproblem to schedule or not to fit
+        """
+        if fitproblem !=None:
+            fitproblem.schedule_tofit(value)
+        else:
+        :param uid: the id related to a page contaning fitting information
+        """
+        if uid in self.page_finder.keys():
             self.page_finder[uid].schedule_tofit(value)
 …
                         panel. _on_fit_complete()
+    def set_smearer(self, uid, smearer, qmin=None, qmax=None, draw=True,
+                    enable2D=False):
+        """
+        Get a smear object and store it to a fit problem
+        :param smearer: smear object to allow smearing data
+    def set_smearer(self, uid, smearer, fid, qmin=None, qmax=None, draw=True,
+                    enable_smearer=False):
+        """
+        Get a smear object and store it to a fit problem of fid as id. If proper
+        flag is enable , will plot the theory with smearing information.
+        :param smearer: smear object to allow smearing data of id fid
+        :param enable_smearer: Define whether or not all (data, model) contained
+            in the structure of id uid will be smeared before fitting.
+        :param qmin: the maximum value of the theory plotting range
+        :param qmax: the maximum value of the theory plotting range
+        :param draw: Determine if the theory needs to be plot
         """
         if uid not in self.page_finder.keys():
+            msg = "Cannot find ID: %s in page_finder" % str(uid)
+            raise ValueError, msg
+        self.page_finder[uid].set_smearer(smearer)
+        self.page_finder[uid].set_enable2D(enable2D)
+            return
+        self.page_finder[uid].enable_smearing(flag=enable_smearer)
+        self.page_finder[uid].set_smearer(smearer, fid=fid)
         if draw:
             ## draw model 1D with smeared data
+            data =  self.page_finder[uid].get_fit_data()
+            model = self.page_finder[uid].get_model()
+            data =  self.page_finder[uid].get_fit_data(fid=fid)
+            if data is None:
+                msg = "set_mearer requires at least data.\n"
+                msg += "Got data = %s .\n" % str(data)
+                raise ValueError, msg
+            model = self.page_finder[uid].get_model(fid=fid)
             if model is None:
                 return
+            enable1D = True
+            enable2D = self.page_finder[uid].get_enable2D()
+            if enable2D:
+                enable1D = False
+            enable1D = issubclass(data.__class__, Data1D)
+            enable2D = issubclass(data.__class__, Data2D)
             ## if user has already selected a model to plot
             ## redraw the model with data smeared
             smear = self.page_finder[uid].get_smearer()
+            smear = self.page_finder[uid].get_smearer(fid=fid)
             self.draw_model(model=model, data=data, page_id=uid, smearer=smear,
                 enable1D=enable1D, enable2D=enable2D,
 …
     def _mac_sleep(self, sec=0.2):
         """
         Give sleep to MAC
         """
+        """
+        Give sleep to MAC
+        """
         if ON_MAC:
            time.sleep(sec)
+           time.sleep(sec)
     def draw_model(self, model, page_id, data=None, smearer=None,
                    enable1D=True, enable2D=False,
                    state=None,
                    toggle_mode_on=False,
+                   qmin=DEFAULT_QMIN, qmax=DEFAULT_QMAX,
+                   qstep=DEFAULT_NPTS,
+                   qmin=None, qmax=None,
                    update_chisqr=True):
         """
 …
         """
         if data.__class__.__name__ == "Data1D" or not enable2D:
+        if issublclass(data.__class__, Data1D) or not enable2D:
             ## draw model 1D with no loaded data
             self._draw_model1D(model=model,
 …
                                toggle_mode_on=toggle_mode_on,
                                state=state,
-                               qstep=qstep,
                                update_chisqr=update_chisqr)
         else:
 …
                                 state=state,
                                 toggle_mode_on=toggle_mode_on,
-                                qstep=qstep,
                                 update_chisqr=update_chisqr)
     def onFit(self, uid=None):
         """
+        perform fit
+        Get series of data, model, associates parameters and range and send then
+        to  series of fit engines. Fit data and model, display result to
+        corresponding panels.
+        :param uid: id related to the panel currently calling this fit function.
         """
         ##  count the number of fitproblem schedule to fit
 …
         if fitproblem_count > 1:
             self._on_change_engine(engine='park')
         self.fitproblem_count = fitproblem_count
-        from sans.fit.Fitting import Fit
-        fitter = Fit(self._fit_engine)
         if self._fit_engine == "park":
             engineType = "Simultaneous Fit"
         else:
             engineType = "Single Fit"
         fitter_list = []
-        fproblemId = 0
         self.current_pg = None
         list_page_id = []
 …
                     pars = []
                     templist = []
                     page = self.fit_panel.get_page_by_id(page_id)
                     templist = page.get_param_list()
-                    # missing fit parameters
-                    #if not templist:
-                    #    return
-                    # have the list
                     for element in templist:
                         name = str(element[1])
                         pars.append(name)
                     #Set Engine  (model , data) related to the page on
+                    self._fit_helper(value=value, pars=pars,
+                                     fitter=fitter,
+                                     fitter_list=fitter_list,
+                                      fitproblem_id=fproblemId,
+                                      title=engineType)
+                    self._fit_helper(value, pars, fitter_list)
                     list_page_id.append(page_id)
-                    fproblemId += 1
                     current_page_id = page_id
             except:
-                #raise
                 msg= "%s error: %s" % (engineType, sys.exc_value)
                 wx.PostEvent(self.parent, StatusEvent(status=msg, info="error",
 …
                                 manager=self,
                                 improvement_delta=0.1)
         self._mac_sleep(0.2)
         ## perform single fit
 …
         if self.fitproblem_count != None and self.fitproblem_count > 1:
             calc_fit.ready(2.5)
         else:
             time.sleep(0.4)
     def remove_plot(self, uid, theory=False):
+    def remove_plot(self, uid, fid=None, theory=False):
         """
         remove model plot when a fit page is closed
+        """
+        fitproblem = self.page_finder[uid]
+        data = fitproblem.get_fit_data()
+        model = fitproblem.get_model()
+        plot_id = None
+        if model is not None:
+            plot_id = data.id + name
+        if theory:
+            plot_id = data.id
+        group_id = data.group_id
+        wx.PostEvent(self.parent, NewPlotEvent(id=plot_id,
+                                                   group_id=group_id,
+                                                   action='remove'))
+        :param uid: the id related to the fitpage to close
+        :param fid: the id of the fitproblem(data, model, range,etc)
+        """
+        if uid not in self.page_finder.keys():
+            return
+        fitproblemList = self.page_finder[uid].get_fit_problem(fid)
+        for fitproblem in fitproblemList:
+            data = fitproblem.get_fit_data()
+            model = fitproblem.get_model()
+            plot_id = None
+            if model is not None:
+                plot_id = data.id + name
+            if theory:
+                plot_id = data.id
+            group_id = data.group_id
+            wx.PostEvent(self.parent, NewPlotEvent(id=plot_id,
+                                                       group_id=group_id,
+                                                       action='remove'))
+    def store_data(self, uid, data=None, data_list=None, caption=None):
+        """
+        Helper to save page reference into the plug-in
+        :param page: page to store
+    def store_data(self, uid, data_list=None, caption=None):
+        """
+        Recieve a list of data and store them ans well as a caption of
+        the fit page where they come from.
+        :param uid: if related to a fit page
+        :param data_list: list of data to fit
+        :param caption: caption of the window related to these data
         """
         if data_list is None:
             data_list = []
+        #create a fitproblem storing all link to data,model,page creation
+        if not uid in self.page_finder.keys():
+            self.page_finder[uid] = FitProblem()
+        self.page_finder[uid].set_fit_data(data)
+        self.page_finder[uid].set_fit_data_list(data_list)
+        self.page_finder[uid].set_fit_tab_caption(caption)
+        self.page_finder[uid].set_fit_data(data=data_list)
+        if caption is not None:
+            self.page_finder[uid].set_fit_tab_caption(caption=caption)
     def on_add_new_page(self, event=None):
 …
         try:
             page = self.fit_panel.add_empty_page()
             page_caption = page.window_name
+            page_caption = page.window_caption
             # add data associated to the page created
             if page != None:
-                self.store_data(uid=page.uid, caption=page_caption,
-                                data=page.get_data())
                 wx.PostEvent(self.parent, StatusEvent(status="Page Created",
                                                info="info"))
 …
             self.set_top_panel()
         except:
+            raise
+            #msg = "Creating Fit page: %s"%sys.exc_value
+            #wx.PostEvent(self.parent, StatusEvent(status=msg, info="error"))
+            msg = "Creating Fit page: %s"%sys.exc_value
+            wx.PostEvent(self.parent, StatusEvent(status=msg, info="error"))
     def add_fit_page(self, data):
 …
         given a data, ask to the fitting panel to create a new fitting page,
         get this page and store it into the page_finder of this plug-in
+        :param data: is a list of data
         """
         page = self.fit_panel.set_data(data)
         page_caption = page.window_name
+        page_caption = page.window_caption
         #append Data1D to the panel containing its theory
         #if theory already plotted
         if page.uid in self.page_finder:
-            theory_data = self.page_finder[page.uid].get_theory_data()
             data = page.get_data()
+            theory_data = self.page_finder[page.uid].get_theory_data(data.id)
             if issubclass(data.__class__, Data2D):
                 data.group_id = wx.NewId()
 …
                                              new_data=data)
+        self.store_data(uid=page.uid, data=page.get_data(),
+                        data_list=page.get_data_list(),
+                        caption=page.window_name)
+        self.store_data(uid=page.uid, data_list=page.get_data_list(),
+                        caption=page.window_caption)
         if self.sim_page is not None:
             self.sim_page.draw_page()
 …
                 event.data.__class__.__name__ == "Data1D":
                 self.fit_panel.close_page_with_data(event.data)
+    def _add_page_onmenu(self, name, fitproblem=None):
+        """
+        Add name of a closed page of fitpanel in a menu
+        """
+        list = self.menu1.GetMenuItems()
+        for item in list:
+            if name == item.GetItemLabel():
+                self.closed_page_dict[name][1] = fitproblem
+        if not name in self.closed_page_dict.keys():
+            # Post paramters
+            event_id = wx.NewId()
+            self.menu1.Append(event_id, name, "Show %s fit panel" % name)
+            self.closed_page_dict[name]= [event_id, fitproblem]
+            wx.EVT_MENU(self.parent, event_id, self._open_closed_page)
+    def _open_closed_page(self, event):
+        """
+        reopen a closed page
+        """
+        for name, value in self.closed_page_dict.iteritems():
+            if event.GetId() in value:
+                uid,fitproblem = value
+                if name !="Model":
+                    data= fitproblem.get_fit_data()
+                    page = self.fit_panel.add_fit_page(data=data, reset=True)
+                    if fitproblem != None:
+                        self.page_finder[uid] = fitproblem
+                        if self.sim_page != None:
+                            self.sim_page.draw_page()
+                else:
+                    model = fitproblem
+                    self.fit_panel.add_model_page(model=model, topmenu=True,
+                                                  reset= True)
+                    break
     def _reset_schedule_problem(self, value=0, uid=None):
         """
 …
         # when uid is given
         else:
+            self.page_finder[uid].schedule_tofit(value)
+            if uid in self.page_finder.keys():
+                self.page_finder[uid].schedule_tofit(value)
+    def _fit_setter(self, data, value, fitter, fit_id, pars):
+        """
+        """
+        model = value.get_model()
+        smearer = value.get_smearer()
+        qmin, qmax = value.get_range()
+        print "fitter_setter", qmin, qmax
+        #Extra list of parameters and their constraints
+        listOfConstraint = []
+        param = value.get_model_param()
+        if len(param) > 0:
+            for item in param:
+                ## check if constraint
+                if item[0] != None and item[1] != None:
+                    listOfConstraint.append((item[0],item[1]))
+        #Do the single fit
+        fitter.set_model(deepcopy(model), fit_id,
+                               pars, constraints=listOfConstraint)
+        fitter.set_data(data=data, id=fit_id,
+                             smearer=smearer, qmin=qmin, qmax=qmax)
+    def _fit_helper(self, value, pars, fitter_list):
+        """
+        Create and set fit engine with series of data and model
+        :param pars: list of fittable parameters
+        :param fitter_list: list of fit engine
+        :param value:  structure storing data mapped to their model, range etc..
+        """
+        fit_id = 0
+        for fitproblem in  value.get_fit_problem():
+            fitter = Fit(self._fit_engine)
+            data = fitproblem.get_fit_data()
+            model = fitproblem.get_model()
+            smearer = fitproblem.get_smearer()
+            qmin, qmax = fitproblem.get_range()
+            #Extra list of parameters and their constraints
+            listOfConstraint = []
+            param = fitproblem.get_model_param()
+            if len(param) > 0:
+                for item in param:
+                    ## check if constraint
+                    if item[0] != None and item[1] != None:
+                        listOfConstraint.append((item[0],item[1]))
+            fitter.set_model(model, fit_id, pars, constraints=listOfConstraint)
+            fitter.set_data(data=data, id=fit_id, smearer=smearer, qmin=qmin,
+                            qmax=qmax)
+            fitter.select_problem_for_fit(id=fit_id, value=1)
+            fitter_list.append(fitter)
+            fit_id += 1
+        value.clear_model_param()
-        fitter.select_problem_for_fit(id=fit_id, value=1)
-        value.clear_model_param()
-    def _fit_helper(self, pars, value, fitproblem_id, fitter_list,
-                    fitter=None, title="Single Fit " ):
-        """
-        helper for fitting
-        """
-        from sans.fit.Fitting import Fit
-        self.fit_id = 0
-        data_list = value.get_fit_data_list()
-        pointer_to_fitproblem = value.get_pointer_to_fitproblem()
-        #Create list of parameters for fitting used
-        templist = []
-        for single_data in data_list:
-            fitter = Fit(self._fit_engine)
-            try:
-                if single_data.id in pointer_to_fitproblem:
-                     v = self.page_finder[pointer_to_fitproblem[single_data.id]]
-                     self._fit_setter(data=single_data, value=v,
-                                     fitter=fitter,
-                                     pars=pars,
-                                      fit_id=self.fit_id)
-                else:
-                    self._fit_setter(data=single_data, value=value,
-                                     fitter=fitter,
-                                     pars=pars,
-                                      fit_id=self.fit_id)
-            except:
-                raise
-                #msg = title + " error: %s" % sys.exc_value
-                #wx.PostEvent(self.parent, StatusEvent(status=msg, type="stop"))
-            fitter_list.append(fitter)
-            self.fit_id += 1
     def _onSelect(self,event):
         """
 …
         print "update_fit result", result
     def _batch_single_fit_complete_helper(self,result, pars, page_id,
+    def _batch_single_fit_complete_helper(self, result, pars, page_id,
                                           elapsed=None):
         """
+        Fit result are display in batch mode
+        Display fit result in batch
+        :param result: list of objects received fromt fit engines
+        :param pars: list of  fitted parameters names
+        :param page_id: list of page ids which called fit function
+        :param elapsed: time spent at the fitting level
         """
         self._update_fit_button(page_id)
 …
                     item = res.stderr[index]
                     batch_result["error on %s" % pars[index]].append(item)
             pid = page_id[0]
             self.page_finder[pid].set_result(result=batch_result)
             self.parent.on_set_batch_result(data=batch_result,
                                             name=self.sub_menu)
+            for uid in page_id:
+                cpage = self.fit_panel.get_page_by_id(uid)
+                cpage._on_fit_complete()
     def _single_fit_completed(self, result, pars, page_id, elapsed=None):
         """
+        Display fit result on one page of the notebook.
+        :param result: result of fit
+         Display fit result on one page of the notebook.
+        :param result: list of object generated when fit ends
         :param pars: list of names of parameters fitted
+        :param current_pg: the page where information will be displayed
+        :param qmin: the minimum value of x to replot the model
+        :param qmax: the maximum value of x to replot model
+        :param page_id: list of page ids which called fit function
+        :param elapsed: time spent at the fitting level
         """
         self._mac_sleep(0.2)
 …
                 for uid in page_id:
-                    value = self.page_finder[uid]
-                    model = value.get_model()
-                    page_id = uid
-                    param_name = []
-                    for name in pars:
-                        param_name.append(name)
                     cpage = self.fit_panel.get_page_by_id(uid)
                     # Make sure we got all results
                     #(CallAfter is important to MAC)
                     wx.CallAfter(cpage.onsetValues, result.fitness,
                                       param_name, result.pvec, result.stderr)
+                    wx.CallAfter(cpage.onsetValues, result.fitness, pars,
+                                 result.pvec, result.stderr)
                     cpage._on_fit_complete()
                 if result.stderr == None:
 …
                 msg += "Completed!!!"
                 wx.PostEvent(self.parent, StatusEvent(status=msg))
-                return
             except ValueError:
                 self._update_fit_button(page_id)
 …
                 wx.PostEvent(self.parent, StatusEvent(status=msg, info="error",
                                                       type="stop"))
-                return
             except:
                 self._update_fit_button(page_id)
 …
                                                       type="stop"))
                 raise
+                return
+    def _simul_fit_completed(self, result, page_id,pars=None, elapsed=None):
+        """
+        Parameter estimation completed,
+        display the results to the user
+        :param alpha: estimated best alpha
+        :param elapsed: computation time
+        """
+    def _simul_fit_completed(self, result, page_id, pars=None, elapsed=None):
+        """
+        Display result of the fit on related panel(s).
+        :param result: list of object generated when fit ends
+        :param pars: list of names of parameters fitted
+        :param page_id: list of page ids which called fit function
+        :param elapsed: time spent at the fitting level
+        """
+        result = result
         self.fit_thread_list = {}
         if page_id is None:
 …
             for uid in page_id:
+                value = self.page_finder[uid]
+                model = value.get_model()
+                data =  value.get_fit_data()
+                small_param_name = []
+                small_out = []
+                small_cov = []
+                #Separate result in to data corresponding to each page
+                for p in result.parameters:
+                    model_name, param_name = self.split_string(p.name)
+                    if model.name == model_name:
+                        p_name= model.name+"."+param_name
+                        if p.name == p_name:
+                            if p.value != None and numpy.isfinite(p.value):
+                                small_out.append(p.value)
+                                small_param_name.append(param_name)
+                                small_cov.append(p.stderr)
+                fpdict = self.page_finder[uid]
+                for value in ftpdict.itervalues():
+                    model = value.get_model()
+                    data =  value.get_fit_data()
+                    small_param_name = []
+                    small_out = []
+                    small_cov = []
+                    #Separate result in to data corresponding to each page
+                    for p in result.parameters:
+                        model_name, param_name = self.split_string(p.name)
+                        if model.name == model_name:
+                            p_name= model.name+"."+param_name
+                            if p.name == p_name:
+                                if p.value != None and numpy.isfinite(p.value):
+                                    small_out.append(p.value)
+                                    small_param_name.append(param_name)
+                                    small_cov.append(p.stderr)
                 # Display result on each page
                 cpage = self.fit_panel.get_page_by_id(uid)
 …
                                                   type="stop"))
             return
         except:
             self._update_fit_button(page_id)
 …
             # Set group ID if available
             event_id = self.parent.popup_panel(new_panel)
-            #self.menu3.Append(event_id, new_panel.window_caption,
-            #                 "Show %s plot panel" % new_panel.window_caption)
-            # Set id to allow us to reference the panel later
             new_panel.uid = event_id
             self.mypanels.append(new_panel)
 …
                 for item in self.parent.panels:
                     if hasattr(self.parent.panels[item],"uid"):
+                    if hasattr(self.parent.panels[item], "uid"):
                         if self.parent.panels[item].uid ==panel.base.uid:
                             self.parent.panels[item].onClearSlicer(event)
 …
         self._fit_engine = engine
         ## change menu item state
         if engine=="park":
+        if engine == "park":
             self.menu1.FindItemById(self.park_id).Check(True)
             self.menu1.FindItemById(self.scipy_id).Check(False)
 …
         qmax = evt.qmax
         smearer = evt.smearer
+        caption = evt.caption
+        enable_smearer = evt.enable_smearer
         if model == None:
             return
+        if self.page_finder[uid].get_model() is None:
+            model.name = "M" + str(self.index_model)
+            self.index_model += 1
+        else:
+            model.name = self.page_finder[uid].get_model().name
+        if uid not in self.page_finder.keys():
+            return
         # save the name containing the data name with the appropriate model
         self.page_finder[uid].set_model(model)
+        self.page_finder[uid].enable_smearing(enable_smearer)
         self.page_finder[uid].set_range(qmin=qmin, qmax=qmax)
+        self.page_finder[uid].set_fit_tab_caption(caption=caption)
         if self.sim_page is not None:
             self.sim_page.draw_page()
     def _update1D(self,x, output):
+    def _update1D(self, x, output):
         """
         Update the output of plotting model 1D
 …
         msg = "Plot updating ... "
         wx.PostEvent(self.parent, StatusEvent(status=msg,type="update"))
+        #self.ready_fit()
+    def _fill_default_model2D(self, theory, page_id, qmax,qstep, qmin=None):
+        """
+        fill Data2D with default value
+        :param theory: Data2D to fill
+        """
+        from sans.dataloader.data_info import Detector, Source
+        detector = Detector()
+        theory.detector.append(detector)
+        theory.source= Source()
+        ## Default values
+        theory.detector[0].distance= 8000   # mm
+        theory.source.wavelength= 6         # A
+        theory.detector[0].pixel_size.x= 5  # mm
+        theory.detector[0].pixel_size.y= 5  # mm
+        theory.detector[0].beam_center.x= qmax
+        theory.detector[0].beam_center.y= qmax
+        ## create x_bins and y_bins of the model 2D
+        pixel_width_x = theory.detector[0].pixel_size.x
+        pixel_width_y = theory.detector[0].pixel_size.y
+        center_x      = theory.detector[0].beam_center.x/pixel_width_x
+        center_y      = theory.detector[0].beam_center.y/pixel_width_y
+        # theory default: assume the beam
+        #center is located at the center of sqr detector
+        xmax = qmax
+        xmin = -qmax
+        ymax = qmax
+        ymin = -qmax
+        x=  numpy.linspace(start= -1*qmax,
+                               stop=qmax,
+                               num=qstep,
+                               endpoint=True)
+        y = numpy.linspace(start=-1*qmax,
+                               stop= qmax,
+                               num= qstep,
+                               endpoint=True)
+        ## use data info instead
+        new_x = numpy.tile(x, (len(y),1))
+        new_y = numpy.tile(y, (len(x),1))
+        new_y = new_y.swapaxes(0,1)
+        # all data reuire now in 1d array
+        qx_data = new_x.flatten()
+        qy_data = new_y.flatten()
+        q_data = numpy.sqrt(qx_data*qx_data+qy_data*qy_data)
+        # set all True (standing for unmasked) as default
+        mask    = numpy.ones(len(qx_data), dtype = bool)
+        # calculate the range of qx and qy: this way,
+        # it is a little more independent
+        x_size = xmax- xmin
+        y_size = ymax -ymin
+        # store x and y bin centers in q space
+        x_bins  = x
+        y_bins  = y
+        # bin size: x- & y-directions
+        xstep = x_size/len(x_bins-1)
+        ystep = y_size/len(y_bins-1)
+        #theory.data = numpy.zeros(len(mask))
+        theory.err_data = numpy.ones(len(mask))
+        theory.qx_data = qx_data
+        theory.qy_data = qy_data
+        theory.q_data = q_data
+        theory.mask = mask
+        theory.x_bins = x_bins
+        theory.y_bins = y_bins
+        # max and min taking account of the bin sizes
+        theory.xmin = xmin
+        theory.xmax = xmax
+        theory.ymin = ymin
+        theory.ymax = ymax
+        theory.group_id = str(page_id) + " Model2D"
+        theory.id = str(page_id) + " Model2D"
+        theory.title = "Analytical model 2D "
     def _complete1D(self, x,y, page_id, elapsed,index,model,
                     toggle_mode_on=False,state=None,
 …
             new_plot.is_data = False
             new_plot.symbol = GUIFRAME_ID.CURVE_SYMBOL_NUM
+            if data != None:
+                #if model.output_name.lower().count("reflectivity") > 0:
+                #    _yaxis, _yunit = "\\rm{%s}"% model.output_name, \
+                #                                "%s"% model.output_unit
+                #else:
+                _yaxis, _yunit = data.get_yaxis()
+                _xaxis, _xunit = data.get_xaxis()
+                new_plot.title = data.name
+                #if the theory is already plotted use the same group id
+                #to replot
+                if page_id in self.page_finder:
+                    theory_data = self.page_finder[page_id].get_theory_data()
+                    if theory_data is not None:
+                       data.group_id = theory_data.group_id
+                #data is plotted before the theory, then take its group_id
+                #assign to the new theory
+                new_plot.group_id = data.group_id
+            else:
+                _xaxis, _xunit = "\\rm{%s}"% model.input_name, \
+                                                "%s"% model.input_unit
+                _yaxis, _yunit = "\\rm{%s}"% model.output_name, \
+                                                "%s"% model.output_unit
+                new_plot.title = "Analytical model 1D "
+                #find a group id to plot theory without data
+                new_plot.group_id =  str(page_id) + " Model1D"
+            new_plot.id =  str(page_id) + " Model1D"
+            _yaxis, _yunit = data.get_yaxis()
+            _xaxis, _xunit = data.get_xaxis()
+            new_plot.title = data.name
+            new_plot.group_id = data.group_id
+            new_plot.id =  str(page_id) + "model"
+            if new_plot.id in self.color_dict:
+                new_plot.custom_color = self.color_dict[new_plot.id]
             #find if this theory was already plotted and replace that plot given
             #the same id
+            theory_data = self.page_finder[page_id].get_theory_data()
+            if theory_data is not None:
+                new_plot.id = theory_data.id
+            new_plot.name = model.name + " ["+ str(model.__class__.__name__)+ "]"
+            theory_data = self.page_finder[page_id].get_theory_data(fid=data.id)
+            new_plot.name = model.name + " ["+ str(model.__class__.__name__)+"]"
             new_plot.xaxis(_xaxis, _xunit)
             new_plot.yaxis(_yaxis, _yunit)
+            self.page_finder[page_id].set_theory_data(data=new_plot, fid=data.id)
+            self.parent.update_theory(data_id=data.id, theory=new_plot,
+                                       state=state)
+            current_pg = self.fit_panel.get_page_by_id(page_id)
+            title = new_plot.title
+            wx.PostEvent(self.parent, NewPlotEvent(plot=new_plot,
+                                            title=str(title)))
+            caption = current_pg.window_caption
+            self.page_finder[page_id].set_fit_tab_caption(caption=caption)
+            self.page_finder[page_id].set_theory_data(data=new_plot,
+                                                      fid=data.id)
             if toggle_mode_on:
-                new_plot.id =  str(page_id) + " Model"
                 wx.PostEvent(self.parent,
                              NewPlotEvent(group_id=str(page_id) + " Model2D",
                                                action="Hide"))
-            self.page_finder[page_id].set_theory_data(new_plot)
-            if data is None:
-                data_id = None
             else:
+                data_id = data.id
+            self.parent.update_theory(data_id=data_id,
+                                       theory=new_plot,
+                                       state=state)
+            current_pg = self.fit_panel.get_page_by_id(page_id)
+            title = new_plot.title
+            #print "just set the new plot color"
+            if new_plot.id in self.color_dict:
+                new_plot.custom_color = self.color_dict[new_plot.id]
+            else:
+                new_plot.custom_color = self.test_model_color
+            print "Current plot ID: ", new_plot.id
+            print "Current plot Color: ", new_plot.custom_color
+            #print "I HAVE JUST ADDED A NEW COLOR/ID ", new_plot.custom_color
+            wx.PostEvent(self.parent, NewPlotEvent(plot=new_plot,
+                                            title= str(title)))
+            self.page_finder[page_id].set_theory_data(new_plot)
+            if update_chisqr:
+                wx.PostEvent(current_pg,
+                             Chi2UpdateEvent(output=self._cal_chisqr(data=data,
+                                                        page_id=page_id,
+                                                        index=index)))
+            else:
+                self._plot_residuals(page_id, data, index)
+                if update_chisqr:
+                    wx.PostEvent(current_pg,
+                                 Chi2UpdateEvent(output=self._cal_chisqr(data=data,
+                                                            page_id=page_id,
+                                                            index=index)))
+                else:
+                    self._plot_residuals(page_id, data, index)
             msg = "Computation  completed!"
             wx.PostEvent( self.parent, StatusEvent(status=msg, type="stop" ))
-            #self.current_pg.state.theory_data = deepcopy(self.theory_data)
         except:
             raise
 …
         that can be plot.
         """
+        err_image = numpy.zeros(numpy.shape(image))
+        new_plot= Data2D(image=image, err_image=err_image)
+        new_plot= Data2D(image=image, err_image=data.err_data)
         new_plot.name = model.name
         new_plot.title = "Analytical model 2D "
+        if data is None:
+            self._fill_default_model2D(theory=new_plot,
+                                       qmax=qmax,
+                                       page_id=page_id,
+                                       qstep=qstep,
+                                        qmin= qmin)
+        else:
+            new_plot.id = str(page_id) + " Model2D"
+            new_plot.group_id = str(page_id) + " Model2D"
+            new_plot.x_bins = data.x_bins
+            new_plot.y_bins = data.y_bins
+            new_plot.detector = data.detector
+            new_plot.source = data.source
+            new_plot.is_data = False
+            new_plot.qx_data = data.qx_data
+            new_plot.qy_data = data.qy_data
+            new_plot.q_data = data.q_data
+            #numpy.zeros(len(data.err_data))#data.err_data
+            new_plot.err_data = err_image
+            new_plot.mask = data.mask
+            ## plot boundaries
+            new_plot.ymin = data.ymin
+            new_plot.ymax = data.ymax
+            new_plot.xmin = data.xmin
+            new_plot.xmax = data.xmax
+            title = data.title
+            if len(title) > 1:
+                new_plot.title = "Model2D for " + data.name
+        new_plot.id = str(page_id) + "model"
+        new_plot.group_id = data.group_id
+        new_plot.detector = data.detector
+        new_plot.source = data.source
+        new_plot.is_data = False
+        new_plot.qx_data = data.qx_data
+        new_plot.qy_data = data.qy_data
+        new_plot.q_data = data.q_data
+        new_plot.mask = data.mask
+        ## plot boundaries
+        new_plot.ymin = data.ymin
+        new_plot.ymax = data.ymax
+        new_plot.xmin = data.xmin
+        new_plot.xmax = data.xmax
+        title = data.title
+        if len(title) > 1:
+            new_plot.title = "Model2D for " + data.name
         new_plot.is_data = False
         new_plot.name = model.name + " ["+ str(model.__class__.__name__)+ "]"
         theory_data = deepcopy(new_plot)
         theory_data.name = "Unknown"
+        if toggle_mode_on:
+            new_plot.id = str(page_id) + " Model"
+            wx.PostEvent(self.parent,
+                             NewPlotEvent(group_id=str(page_id) + " Model1D",
+                                               action="Hide"))
+        self.page_finder[page_id].set_theory_data(new_plot)
+        if data is None:
+            data_id = None
+        else:
+            data_id = data.id
+        self.parent.update_theory(data_id=data_id,
+        self.page_finder[page_id].set_theory_data(data=theory_data, fid=data.id)
+        self.parent.update_theory(data_id=data.id,
                                        theory=new_plot,
                                        state=state)
         current_pg = self.fit_panel.get_page_by_id(page_id)
         title = new_plot.title
         wx.PostEvent(self.parent, NewPlotEvent(plot=new_plot,
                                                title=title))
+        self.page_finder[page_id].set_theory_data(new_plot)
+        # Chisqr in fitpage
+        if update_chisqr:
+            wx.PostEvent(current_pg,
+                         Chi2UpdateEvent(output=\
+                                    self._cal_chisqr(data=data,
+                                                     page_id=page_id,
+                                                     index=index)))
+        self.page_finder[page_id].set_theory_data(data=new_plot, fid=data.id)
+        if toggle_mode_on:
+            wx.PostEvent(self.parent,
+                             NewPlotEvent(group_id=str(page_id) + " Model1D",
+                                               action="Hide"))
         else:
+            self._plot_residuals(page_id, data, index)
+            # Chisqr in fitpage
+            if update_chisqr:
+                wx.PostEvent(current_pg,
+                             Chi2UpdateEvent(output=self._cal_chisqr(data=data,
+                                                         page_id=page_id,
+                                                         index=index)))
+            else:
+                self._plot_residuals(page_id, data, index)
         msg = "Computation  completed!"
         wx.PostEvent(self.parent, StatusEvent(status=msg, type="stop"))
+    def _draw_model2D(self, model, page_id, data=None, smearer=None,
+    def _draw_model2D(self, model, page_id, qmin,
+                      qmax,
+                      data=None, smearer=None,
                       description=None, enable2D=False,
                       state=None,
                       toggle_mode_on=False,
+                      qmin=DEFAULT_QMIN, qmax=DEFAULT_QMAX,
+                      qstep=DEFAULT_NPTS,
+                      update_chisqr=True):
+                       update_chisqr=True):
         """
         draw model in 2D
 …
         """
-        x=  numpy.linspace(start=-1*qmax,
-                               stop=qmax,
-                               num=qstep,
-                               endpoint=True)
-        y = numpy.linspace(start= -1*qmax,
-                               stop=qmax,
-                               num=qstep,
-                               endpoint=True)
-        if model is None:
-            msg = "Panel with ID: %s does not contained model" % str(page_id)
-            raise ValueError, msg
-        ## use data info instead
-        if data is not None:
-            ## check if data2D to plot
-            if hasattr(data, "x_bins"):
-                enable2D = True
-                x = data.x_bins
-                y = data.y_bins
         if not enable2D:
             return None, None
+            return None
         try:
             from model_thread import Calc2D
 …
             if (self.calc_2D is not None) and self.calc_2D.isrunning():
                 self.calc_2D.stop()
+            self.calc_2D = Calc2D(x=x,
+                                    y=y,
+                                    model=model,
+            self.calc_2D = Calc2D(model=model,
                                     data=data,
                                     page_id=page_id,
 …
                                     qmin=qmin,
                                     qmax=qmax,
-                                    qstep=qstep,
                                     toggle_mode_on=toggle_mode_on,
                                     state=state,
                                     completefn=self._complete2D,
-                                    #updatefn= self._update2D,
                                     update_chisqr=update_chisqr)
             self.calc_2D.queue()
 …
             #wx.PostEvent(self.parent, StatusEvent(status=msg))
     def _draw_model1D(self, model, page_id, data=None, smearer=None,
                 qmin=DEFAULT_QMIN, qmax=DEFAULT_QMAX,
+    def _draw_model1D(self, model, page_id, data,
+                      qmin, qmax, smearer=None,
                 state=None,
+                toggle_mode_on=False,
+                qstep=DEFAULT_NPTS, update_chisqr=True,
+                toggle_mode_on=False, update_chisqr=True,
                 enable1D=True):
         """
 …
         """
-        x=  numpy.linspace(start=qmin,
-                           stop=qmax,
-                           num=qstep,
-                           endpoint=True
+                           )
-        if data is not None:
-            ## check for data2D
-            if hasattr(data,"x_bins"):
-                return
-            x = data.x
-            if qmin == None :
-                qmin == DEFAULT_QMIN
-            if qmax == None:
-                qmax == DEFAULT_QMAX
         if not enable1D:
             return
 …
             if (self.calc_1D is not None) and self.calc_1D.isrunning():
                 self.calc_1D.stop()
+            self.calc_1D = Calc1D(x=x,
+                                  data=data,
+            self.calc_1D = Calc1D(data=data,
                                   model=model,
                                   page_id=page_id,
 …
                                   #updatefn = self._update1D,
                                   update_chisqr=update_chisqr)
             self.calc_1D.queue()
         except:
 …
             msg += " %s" % sys.exc_value
             wx.PostEvent(self.parent, StatusEvent(status=msg))
+    def _cal_chisqr(self, page_id, data=None, index=None):
+    def _cal_chisqr(self, page_id, data, index=None):
         """
         Get handy Chisqr using the output from draw1D and 2D,
 …
         # default chisqr
         chisqr = None
+        #to compute chisq make sure data has valid data
         # return None if data == None
+        if data == None: return chisqr
+        if not check_data_validity(data):
+            return chisqr
         # Get data: data I, theory I, and data dI in order
 …
                 index = numpy.ones(len(data.data),ntype=bool)
             # get rid of zero error points
             index = index & (data.err_data != 0 )
+            index = index & (data.err_data != 0)
             index = index & (numpy.isfinite(data.data))
             fn = data.data[index]
             theory_data = self.page_finder[page_id].get_theory_data()
+            theory_data = self.page_finder[page_id].get_theory_data(fid=data.id)
             gn = theory_data.data[index]
             en = data.err_data[index]
 …
                 dy[dy==0] = 1
             fn = data.y[index]
             theory_data = self.page_finder[page_id].get_theory_data()
+            theory_data = self.page_finder[page_id].get_theory_data(fid=data.id)
             gn = theory_data.y
             en = dy[index]
         # residual
         res = (fn - gn) / en
 …
         # get chisqr only w/finite
         chisqr = numpy.average(residuals * residuals)
         self._plot_residuals(page_id, data, index)
         return chisqr
     def _plot_residuals(self, page_id, data=None, index=None):
         """
 …
         : Note: this is different from the residuals in cal_chisqr()
         """
-        if data == None:
-            return
         # Get data: data I, theory I, and data dI in order
         if data.__class__.__name__ == "Data2D":
             # build residuals
-            #print data
             residuals = Data2D()
             #residuals.copy_from_datainfo(data)
 …
             residuals.data = None
             fn = data.data#[index]
             theory_data = self.page_finder[page_id].get_theory_data()
+            theory_data = self.page_finder[page_id].get_theory_data(fid=data.id)
             gn = theory_data.data#[index]
             en = data.err_data#[index]
 …
             residuals.mask = data.mask
             residuals.scale = 'linear'
-            #print "print data",residuals
             # check the lengths
             if len(residuals.data) != len(residuals.q_data):
                 return
         else:
             # 1 d theory from model_thread is only in the range of index
 …
                 dy[dy==0] = 1
             fn = data.y[index]
             theory_data = self.page_finder[page_id].get_theory_data()
+            theory_data = self.page_finder[page_id].get_theory_data(fid=data.id)
             gn = theory_data.y
             en = dy[index]
 …
             residuals.xaxis('\\rm{Q} ', 'A^{-1}')
             residuals.yaxis('\\rm{Residuals} ', 'normalized')
         new_plot = residuals
-        if data.id == None:
-            data.id = data.name
-        name  = data.id
         new_plot.name = "Residuals for " + str(data.name)
         ## allow to highlight data when plotted

Note: See TracChangeset for help on using the changeset viewer.

SasView

Changeset 2dbffcc in sasview for fittingview

Legend:

fittingview/src/sans/perspectives/fitting/fitting.py

Download in other formats: