Changeset 40975f8 in sasview for src/sas/qtgui/Perspectives


Ignore:
Timestamp:
Sep 7, 2018 3:24:34 AM (6 years ago)
Author:
Torin Cooper-Bennun <torin.cooper-bennun@…>
Branches:
ESS_GUI, ESS_GUI_batch_fitting, ESS_GUI_bumps_abstraction, ESS_GUI_iss1116, ESS_GUI_iss879, ESS_GUI_opencl, ESS_GUI_ordering, ESS_GUI_sync_sascalc
Children:
d6c4987
Parents:
66d4370
Message:

support for general intermediate results (beyond P(Q), S(Q))

Location:
src/sas/qtgui/Perspectives/Fitting
Files:
3 edited

Legend:

Unmodified
Added
Removed
  • src/sas/qtgui/Perspectives/Fitting/FittingLogic.py

    rb4d05bd r40975f8  
    167167        data, update_chisqr, source, \ 
    168168        unsmeared_output, unsmeared_data, unsmeared_error, \ 
    169         pq_values, sq_values = return_data 
     169        intermediate_results = return_data 
    170170 
    171171        return self._create1DPlot(tab_id, x, y, model, data) 
     
    224224        data, update_chisqr, source, \ 
    225225        unsmeared_output, unsmeared_data, unsmeared_error, \ 
    226         pq_values, sq_values = return_data 
    227  
    228         pq_plot = None 
    229         sq_plot = None 
    230  
    231         if pq_values is not None: 
    232             pq_plot = self._create1DPlot(tab_id, x, pq_values, model, data, component="P(Q)") 
    233         if sq_values is not None: 
    234             sq_plot = self._create1DPlot(tab_id, x, sq_values, model, data, component="S(Q)") 
    235  
    236         return pq_plot, sq_plot 
     226        intermediate_results = return_data 
     227 
     228        plots = [] 
     229        for name, result in intermediate_results.items(): 
     230            plots.append(self._create1DPlot(tab_id, x, result, model, data, component=name)) 
     231        return plots 
    237232 
    238233    def computeDataRange(self): 
  • src/sas/qtgui/Perspectives/Fitting/FittingWidget.py

    r66d4370 r40975f8  
    23462346 
    23472347        # Create plots for intermediate product data 
    2348         pq_data, sq_data = self.logic.new1DProductPlots(return_data, self.tab_id) 
    2349         if pq_data is not None: 
    2350             pq_data.symbol = "Line" 
    2351             self.createNewIndex(pq_data) 
    2352             # self.communicate.plotUpdateSignal.emit([pq_data]) 
    2353             new_plots.append(pq_data) 
    2354         if sq_data is not None: 
    2355             sq_data.symbol = "Line" 
    2356             self.createNewIndex(sq_data) 
    2357             # self.communicate.plotUpdateSignal.emit([sq_data]) 
    2358             new_plots.append(sq_data) 
     2348        plots = self.logic.new1DProductPlots(return_data, self.tab_id) 
     2349        for plot in plots: 
     2350            plot.symbol = "Line" 
     2351            self.createNewIndex(plot) 
     2352            new_plots.append(plot) 
    23592353 
    23602354        # Update/generate plots 
  • src/sas/qtgui/Perspectives/Fitting/ModelThread.py

    r2df558e r40975f8  
    215215            output[index] = self.model.evalDistribution(self.data.x[index]) 
    216216 
    217         sq_values = None 
    218         pq_values = None 
    219         s_model = None 
    220         p_model = None 
    221         if isinstance(self.model, MultiplicationModel): 
    222             s_model = self.model.s_model 
    223             p_model = self.model.p_model 
    224         elif hasattr(self.model, "calc_composition_models"): 
    225             results = self.model.calc_composition_models(self.data.x[index]) 
    226             if results is not None: 
    227                 pq_values, sq_values = results 
    228  
    229         if pq_values is None or sq_values is None: 
    230             if p_model is not None and s_model is not None: 
    231                 sq_values = numpy.zeros((len(self.data.x))) 
    232                 pq_values = numpy.zeros((len(self.data.x))) 
    233                 sq_values[index] = s_model.evalDistribution(self.data.x[index]) 
    234                 pq_values[index] = p_model.evalDistribution(self.data.x[index]) 
     217        results_eval = {} 
     218        intermediate_results = getattr(self.model, "_intermediate_results", None) 
     219        if callable(intermediate_results): 
     220            # support for future sasmodels (beta approx support) - it returns a dict of intermediate results, keyed by 
     221            # name 
     222            results_eval = intermediate_results() 
     223        else: 
     224            sq_values = None 
     225            pq_values = None 
     226            s_model = None 
     227            p_model = None 
     228            if isinstance(self.model, MultiplicationModel): 
     229                s_model = self.model.s_model 
     230                p_model = self.model.p_model 
     231            elif hasattr(self.model, "calc_composition_models"): 
     232                results = self.model.calc_composition_models(self.data.x[index]) 
     233                if results is not None: 
     234                    pq_values, sq_values = results 
     235 
     236            if pq_values is None or sq_values is None: 
     237                if p_model is not None and s_model is not None: 
     238                    sq_values = numpy.zeros((len(self.data.x))) 
     239                    pq_values = numpy.zeros((len(self.data.x))) 
     240                    sq_values[index] = s_model.evalDistribution(self.data.x[index]) 
     241                    pq_values[index] = p_model.evalDistribution(self.data.x[index]) 
     242 
     243            if pq_values is not None and sq_values is not None: 
     244                results_eval = { 
     245                    "P(Q)": pq_values, 
     246                    "S(Q)": sq_values 
     247                } 
    235248 
    236249        elapsed = time.time() - self.starttime 
     
    248261                    self.source, 
    249262                    unsmeared_output, unsmeared_data, unsmeared_error, 
    250                     pq_values, sq_values) 
     263                    results_eval) 
    251264        else: 
    252265            self.completefn((self.data.x[index], output[index], 
     
    261274                        self.source, 
    262275                        unsmeared_output, unsmeared_data, unsmeared_error, 
    263                         pq_values, sq_values)) 
     276                        results_eval)) 
    264277 
    265278    def results(self): 
Note: See TracChangeset for help on using the changeset viewer.