Changeset 4e80ae0 in sasview for Invariant


Ignore:
Timestamp:
Dec 15, 2009 11:22:39 AM (15 years ago)
Author:
Gervaise Alina <gervyh@…>
Branches:
master, ESS_GUI, ESS_GUI_Docs, ESS_GUI_batch_fitting, ESS_GUI_bumps_abstraction, ESS_GUI_iss1116, ESS_GUI_iss879, ESS_GUI_iss959, ESS_GUI_opencl, ESS_GUI_ordering, ESS_GUI_sync_sascalc, costrafo411, magnetic_scatt, release-4.1.1, release-4.1.2, release-4.2.2, release_4.0.1, ticket-1009, ticket-1094-headless, ticket-1242-2d-resolution, ticket-1243, ticket-1249, ticket885, unittest-saveload
Children:
8d1e745
Parents:
39e49a1
Message:

change on unittest

Location:
Invariant
Files:
2 edited

Legend:

Unmodified
Added
Removed
  • Invariant/invariant.py

    r3bb37ef r4e80ae0  
    3131    return scale * value 
    3232 
    33 def power_law(x, scale=1, power=4): 
     33def power_law(x, scale=1, power=0): 
    3434    """ 
    3535        F(x) = scale* (x)^(-power) 
     
    4242        @param F(x) 
    4343    """   
     44    if power <=0: 
     45        raise ValueError("Power_law function expected posive power, but got %s"%power) 
     46     
    4447    value = numpy.array([ math.pow(i, -power) for i in x ])   
    4548    return scale * value 
     
    7881        self.smearer = smear_selection( self.data ) 
    7982       
    80          
    8183    def set_fit_range(self ,qmin=None, qmax=None): 
    8284        """ to set the fit range""" 
     
    160162        self._low_extrapolation_npts = 4 
    161163        self._low_extrapolation_function = guinier 
    162         self._low_extrapolation_power = 4 
     164        self._low_extrapolation_power = None 
    163165    
    164166        self._high_extrapolation_npts = 4 
    165167        self._high_extrapolation_function = power_law 
    166         self._high_extrapolation_power = 4 
    167          
    168          
    169     def set_extrapolation(self, range, npts=4, function=None, power=4): 
    170         """ 
    171             Set the extrapolation parameters for the high or low Q-range. 
    172             Note that this does not turn extrapolation on or off. 
    173             @param range: a keyword set the type of extrapolation . type string 
    174             @param npts: the numbers of q points of data to consider for extrapolation 
    175             @param function: a keyword to select the function to use for extrapolation. 
    176                 of type string. 
    177             @param power: an power to apply power_low function 
    178                  
    179         """ 
    180         range = range.lower() 
    181         if range not in ['high', 'low']: 
    182             raise ValueError, "Extrapolation range should be 'high' or 'low'" 
    183         function = function.lower() 
    184         if function not in ['power_law', 'guinier']: 
    185             raise ValueError, "Extrapolation function should be 'guinier' or 'power_law'" 
    186          
    187         if range == 'high': 
    188             if function != 'power_law': 
    189                 raise ValueError, "Extrapolation only allows a power law at high Q" 
    190             self._high_extrapolation_npts  = npts 
    191             self._high_extrapolation_power = power 
    192         else: 
    193             if function == 'power_law': 
    194                 self._low_extrapolation_function = power_law 
    195             else: 
    196                 self._low_extrapolation_function = guinier 
    197             self._low_extrapolation_npts  = npts 
    198             self._low_extrapolation_power = power 
     168        self._high_extrapolation_power = None 
    199169         
    200170    def _get_data(self, data): 
     
    212182        return new_data 
    213183         
    214     def _fit(self, function, qmin=Q_MINIMUM, qmax=Q_MAXIMUM): 
     184    def _fit(self, function, qmin=Q_MINIMUM, qmax=Q_MAXIMUM, power=None): 
    215185        """ 
    216186            fit data with function using  
     
    221191            @param qmin: data first q value to consider during the fit 
    222192            @param qmax: data last q value to consider during the fit 
     193            @param power : power value to consider for power-law  
    223194            @param function: the function to use during the fit 
    224195            @return a: the scale of the function 
     
    232203            fit_y = numpy.array([math.log(y) for y in self._data.y]) 
    233204        elif function.__name__ == "power_law": 
    234             fit_x = numpy.array([math.log(x) for x in self._data.x]) 
    235             qmin = math.log(qmin) 
    236             qmax = math.log(qmax) 
     205            if power is None: 
     206                fit_x = numpy.array([math.log(x) for x in self._data.x]) 
     207                qmin = math.log(qmin) 
     208                qmax = math.log(qmax) 
     209                fit_y = numpy.array([math.log(y) for y in self._data.y]) 
     210        else: 
     211            raise ValueError("Unknown function used to fit %s"%function.__name__) 
     212             
     213         
     214        if function.__name__ == "power_law" and  power is None: 
     215            b = math.fabs(power) 
     216            fit_x = numpy.array([math.pow(x, -b) for x in self._data.x]) 
    237217            fit_y = numpy.array([math.log(y) for y in self._data.y]) 
    238         else: 
    239             raise ValueError("Unknown function used to fit %s"%function.__name__) 
    240              
    241         fit_data = LoaderData1D(x=fit_x, y=fit_y) 
    242         fit_data.dxl = self._data.dxl 
    243         fit_data.dxw = self._data.dxw    
    244          
    245         functor = FitFunctor(data=fit_data) 
    246         functor.set_fit_range(qmin=qmin, qmax=qmax) 
    247         b, a = functor.fit() 
     218            a = (fit_y - fit_x)/(len(self._data.x)) 
     219        else: 
     220            fit_data = LoaderData1D(x=fit_x, y=fit_y) 
     221            fit_data.dxl = self._data.dxl 
     222            fit_data.dxw = self._data.dxw    
     223            functor = FitFunctor(data=fit_data) 
     224            functor.set_fit_range(qmin=qmin, qmax=qmax) 
     225            b, a = functor.fit() 
    248226         
    249227        if function.__name__ == "guinier": 
     
    252230        if function.__name__ == "power_law": 
    253231            b = -1 * b 
     232            if b <= 0: 
     233                raise ValueError("Power_law fit expected posive power, but got %s"%power) 
    254234        # a is the scale of the guinier function 
    255235        a = math.exp(a) 
     
    269249            return self._get_qstar_unsmear(data) 
    270250         
    271              
    272     def get_qstar(self, extrapolation=None): 
    273         """ 
    274             Compute the invariant of the local copy of data. 
    275             Implementation: 
    276                 if slit smear: 
    277                     qstar_0 = self._get_qstar_smear() 
    278                 else: 
    279                     qstar_0 = self._get_qstar_unsmear() 
    280                 if extrapolation is None: 
    281                     return qstar_0     
    282                 if extrapolation==low: 
    283                     return qstar_0 + self._get_qstar_low() 
    284                 elif extrapolation==high: 
    285                     return qstar_0 + self._get_qstar_high() 
    286                 elif extrapolation==both: 
    287                     return qstar_0 + self._get_qstar_low() + self._get_qstar_high() 
    288             
    289             @param extrapolation: string to apply optional extrapolation     
    290             @return q_star: invariant of the data within data's q range 
    291              
    292             @warning: When using setting data to Data1D , the user is responsible of 
    293             checking that the scale and the background are properly apply to the data 
    294              
    295             @warning: if error occur self._get_qstar_low() or self._get_qstar_low() 
    296             their returned value will be ignored 
    297         """ 
    298         qstar_0 = self._get_qstar(data=self._data) 
    299          
    300         if extrapolation is None: 
    301             self._qstar = qstar_0 
    302             return self._qstar 
    303         # Compute invariant plus invaraint of extrapolated data 
    304         extrapolation = extrapolation.lower()     
    305         if extrapolation == "low": 
    306             self._qstar = qstar_0 + self._get_qstar_low() 
    307             return self._qstar 
    308         elif extrapolation == "high": 
    309             self._qstar = qstar_0 + self._get_qstar_high() 
    310             return self._qstar 
    311         elif extrapolation == "both": 
    312             self._qstar = qstar_0 + self._get_qstar_low() + self._get_qstar_high() 
    313             return self._qstar 
    314       
    315251    def _get_qstar_unsmear(self, data): 
    316252        """ 
     
    518454                    sum += (data.x[i] * data.dxl[i] * dy[i] * dxi)**2 
    519455                return math.sqrt(sum) 
    520          
    521     def get_surface(self,contrast, porod_const): 
    522         """ 
    523             Compute the surface of the data. 
    524              
    525             Implementation: 
    526                 V= self.get_volume_fraction(contrast) 
    527          
    528               Compute the surface given by: 
    529                 surface = (2*pi *V(1- V)*porod_const)/ q_star 
    530                 
    531             @param contrast: contrast value to compute the volume 
    532             @param porod_const: Porod constant to compute the surface  
    533             @return: specific surface  
    534         """ 
    535         #Check whether we have Q star 
    536         if self._qstar is None: 
    537             self._qstar = self.get_star() 
    538         if self._qstar == 0: 
    539             raise RuntimeError("Cannot compute surface, invariant value is zero") 
    540         # Compute the volume 
    541         volume = self.get_volume_fraction(contrast) 
    542         return 2 * math.pi * volume *(1 - volume) * float(porod_const)/self._qstar 
    543          
    544          
    545     def get_volume_fraction(self, contrast): 
    546         """ 
    547             Compute volume fraction is deduced as follow: 
    548              
    549             q_star = 2*(pi*contrast)**2* volume( 1- volume) 
    550             for k = 10^(-8)*q_star/(2*(pi*|contrast|)**2) 
    551             we get 2 values of volume: 
    552                  with   1 - 4 * k >= 0 
    553                  volume1 = (1- sqrt(1- 4*k))/2 
    554                  volume2 = (1+ sqrt(1- 4*k))/2 
    555             
    556             q_star: the invariant value included extrapolation is applied 
    557                          unit  1/A^(3)*1/cm 
    558                     q_star = self.get_qstar() 
    559                      
    560             the result returned will be 0<= volume <= 1 
    561              
    562             @param contrast: contrast value provides by the user of type float. 
    563                      contrast unit is 1/A^(2)= 10^(16)cm^(2) 
    564             @return: volume fraction 
    565             @note: volume fraction must have no unit 
    566         """ 
    567         if contrast < 0: 
    568             raise ValueError, "contrast must be greater than zero"   
    569          
    570         if self._qstar is None: 
    571             self._qstar = self.get_qstar() 
    572          
    573         if self._qstar < 0: 
    574             raise RuntimeError, "invariant must be greater than zero" 
    575          
    576         # Compute intermediate constant 
    577         k =  1.e-8 * self._qstar/(2 * (math.pi * math.fabs(float(contrast)))**2) 
    578         #Check discriminant value 
    579         discrim = 1 - 4 * k 
    580          
    581         # Compute volume fraction 
    582         if discrim < 0: 
    583             raise RuntimeError, "could not compute the volume fraction: negative discriminant" 
    584         elif discrim == 0: 
    585             return 1/2 
    586         else: 
    587             volume1 = 0.5 * (1 - math.sqrt(discrim)) 
    588             volume2 = 0.5 * (1 + math.sqrt(discrim)) 
    589              
    590             if 0 <= volume1 and volume1 <= 1: 
    591                 return volume1 
    592             elif 0 <= volume2 and volume2 <= 1:  
    593                 return volume2  
    594             raise RuntimeError, "could not compute the volume fraction: inconsistent results" 
    595      
     456    
    596457    def _get_qstar_low(self): 
    597458        """ 
     
    648509            # fit the data with a model to get the appropriate parameters 
    649510            a, b = self._fit(function=self._low_extrapolation_function, 
    650                                    qmin=qmin, qmax=qmax) 
     511                              qmin=qmin, 
     512                              qmax=qmax, 
     513                              power=self._low_extrapolation_power) 
    651514        except: 
    652515            return None 
     
    701564            # fit the data with a model to get the appropriate parameters 
    702565            a, b = self._fit(function=self._high_extrapolation_function, 
    703                                    qmin=qmin, qmax=qmax) 
     566                                   qmin=qmin, 
     567                                    qmax=qmax, 
     568                                    power=self._high_extrapolation_power) 
    704569        except: 
    705570            return None 
     
    728593     
    729594        return data_max 
     595      
     596    def set_extrapolation(self, range, npts=4, function=None, power=None): 
     597        """ 
     598            Set the extrapolation parameters for the high or low Q-range. 
     599            Note that this does not turn extrapolation on or off. 
     600            @param range: a keyword set the type of extrapolation . type string 
     601            @param npts: the numbers of q points of data to consider for extrapolation 
     602            @param function: a keyword to select the function to use for extrapolation. 
     603                of type string. 
     604            @param power: an power to apply power_low function 
     605                 
     606        """ 
     607        range = range.lower() 
     608        if range not in ['high', 'low']: 
     609            raise ValueError, "Extrapolation range should be 'high' or 'low'" 
     610        function = function.lower() 
     611        if function not in ['power_law', 'guinier']: 
     612            raise ValueError, "Extrapolation function should be 'guinier' or 'power_law'" 
     613         
     614        if range == 'high': 
     615            if function != 'power_law': 
     616                raise ValueError, "Extrapolation only allows a power law at high Q" 
     617            self._high_extrapolation_npts  = npts 
     618            self._high_extrapolation_power = power 
     619        else: 
     620            if function == 'power_law': 
     621                self._low_extrapolation_function = power_law 
     622            else: 
     623                self._low_extrapolation_function = guinier 
     624            self._low_extrapolation_npts  = npts 
     625            self._low_extrapolation_power = power 
     626         
     627    def get_qstar(self, extrapolation=None): 
     628        """ 
     629            Compute the invariant of the local copy of data. 
     630            Implementation: 
     631                if slit smear: 
     632                    qstar_0 = self._get_qstar_smear() 
     633                else: 
     634                    qstar_0 = self._get_qstar_unsmear() 
     635                if extrapolation is None: 
     636                    return qstar_0     
     637                if extrapolation==low: 
     638                    return qstar_0 + self._get_qstar_low() 
     639                elif extrapolation==high: 
     640                    return qstar_0 + self._get_qstar_high() 
     641                elif extrapolation==both: 
     642                    return qstar_0 + self._get_qstar_low() + self._get_qstar_high() 
     643            
     644            @param extrapolation: string to apply optional extrapolation     
     645            @return q_star: invariant of the data within data's q range 
     646             
     647            @warning: When using setting data to Data1D , the user is responsible of 
     648            checking that the scale and the background are properly apply to the data 
     649             
     650            @warning: if error occur self._get_qstar_low() or self._get_qstar_low() 
     651            their returned value will be ignored 
     652        """ 
     653        qstar_0 = self._get_qstar(data=self._data) 
     654         
     655        if extrapolation is None: 
     656            self._qstar = qstar_0 
     657            return self._qstar 
     658        # Compute invariant plus invaraint of extrapolated data 
     659        extrapolation = extrapolation.lower()     
     660        if extrapolation == "low": 
     661            self._qstar = qstar_0 + self._get_qstar_low() 
     662            return self._qstar 
     663        elif extrapolation == "high": 
     664            self._qstar = qstar_0 + self._get_qstar_high() 
     665            return self._qstar 
     666        elif extrapolation == "both": 
     667            self._qstar = qstar_0 + self._get_qstar_low() + self._get_qstar_high() 
     668            return self._qstar 
     669        
     670    def get_surface(self,contrast, porod_const): 
     671        """ 
     672            Compute the surface of the data. 
     673             
     674            Implementation: 
     675                V= self.get_volume_fraction(contrast) 
     676         
     677              Compute the surface given by: 
     678                surface = (2*pi *V(1- V)*porod_const)/ q_star 
     679                
     680            @param contrast: contrast value to compute the volume 
     681            @param porod_const: Porod constant to compute the surface  
     682            @return: specific surface  
     683        """ 
     684        #Check whether we have Q star 
     685        if self._qstar is None: 
     686            self._qstar = self.get_star() 
     687        if self._qstar == 0: 
     688            raise RuntimeError("Cannot compute surface, invariant value is zero") 
     689        # Compute the volume 
     690        volume = self.get_volume_fraction(contrast) 
     691        return 2 * math.pi * volume *(1 - volume) * float(porod_const)/self._qstar 
     692         
     693    def get_volume_fraction(self, contrast): 
     694        """ 
     695            Compute volume fraction is deduced as follow: 
     696             
     697            q_star = 2*(pi*contrast)**2* volume( 1- volume) 
     698            for k = 10^(-8)*q_star/(2*(pi*|contrast|)**2) 
     699            we get 2 values of volume: 
     700                 with   1 - 4 * k >= 0 
     701                 volume1 = (1- sqrt(1- 4*k))/2 
     702                 volume2 = (1+ sqrt(1- 4*k))/2 
     703            
     704            q_star: the invariant value included extrapolation is applied 
     705                         unit  1/A^(3)*1/cm 
     706                    q_star = self.get_qstar() 
     707                     
     708            the result returned will be 0<= volume <= 1 
     709             
     710            @param contrast: contrast value provides by the user of type float. 
     711                     contrast unit is 1/A^(2)= 10^(16)cm^(2) 
     712            @return: volume fraction 
     713            @note: volume fraction must have no unit 
     714        """ 
     715        if contrast < 0: 
     716            raise ValueError, "contrast must be greater than zero"   
     717         
     718        if self._qstar is None: 
     719            self._qstar = self.get_qstar() 
     720         
     721        if self._qstar < 0: 
     722            raise RuntimeError, "invariant must be greater than zero" 
     723         
     724        # Compute intermediate constant 
     725        k =  1.e-8 * self._qstar/(2 * (math.pi * math.fabs(float(contrast)))**2) 
     726        #Check discriminant value 
     727        discrim = 1 - 4 * k 
     728         
     729        # Compute volume fraction 
     730        if discrim < 0: 
     731            raise RuntimeError, "could not compute the volume fraction: negative discriminant" 
     732        elif discrim == 0: 
     733            return 1/2 
     734        else: 
     735            volume1 = 0.5 * (1 - math.sqrt(discrim)) 
     736            volume2 = 0.5 * (1 + math.sqrt(discrim)) 
     737             
     738            if 0 <= volume1 and volume1 <= 1: 
     739                return volume1 
     740            elif 0 <= volume2 and volume2 <= 1:  
     741                return volume2  
     742            raise RuntimeError, "could not compute the volume fraction: inconsistent results" 
    730743     
    731744    def get_qstar_with_error(self, extrapolation=None): 
  • Invariant/test/utest_use_cases.py

    r437a9f0 r4e80ae0  
    77from DataLoader.loader import  Loader 
    88from sans.invariant import invariant 
    9  
     9_ERR_SURFACE = 0.3 
    1010class Data1D: 
    1111    print "I am not of type Dataloader.Data1D" 
     
    5252        # Test results 
    5353        self.assertAlmostEquals(qstar, 7.48959e-5,2) 
    54         self.assertAlmostEquals(v, 0.005644689) 
    55         self.assertAlmostEquals(s, 9.42e+2,2) 
     54        self.assertAlmostEquals(v, 0.005644689, 4) 
     55        self.assertAlmostEquals(s + _ERR_SURFACE, 9.42e+2, 1) 
    5656         
    5757    def test_use_case_2(self): 
     
    7373        # Test results 
    7474        self.assertAlmostEquals(qstar, 7.48959e-5,2) 
    75         self.assertAlmostEquals(v, 0.005644689) 
    76         self.assertAlmostEquals(s, 9.42e+2,2) 
     75        self.assertAlmostEquals(v, 0.005644689, 1) 
     76        self.assertAlmostEquals(s + _ERR_SURFACE, 9.42e+2, 1) 
    7777        
    7878         
     
    108108         
    109109        # Test results 
    110         self.assertAlmostEquals(qstar, 7.49e-5) 
    111         self.assertAlmostEquals(v, 0.005648401) 
    112         self.assertAlmostEquals(s, 9.42e+2,2) 
     110        self.assertAlmostEquals(qstar, 7.49e-5, 1) 
     111        self.assertAlmostEquals(v, 0.005648401, 4) 
     112        self.assertAlmostEquals(s + _ERR_SURFACE, 9.42e+2, 1) 
    113113             
    114114    def test_use_case_4(self): 
     
    135135        # Test results 
    136136        self.assertAlmostEquals(qstar, 7.49e-5,2) 
    137         self.assertAlmostEquals(v, 0.005952674) 
    138         self.assertAlmostEquals(s, 9.42e+2,2) 
     137        self.assertAlmostEquals(v, 0.005952674, 3) 
     138        self.assertAlmostEquals(s + _ERR_SURFACE, 9.42e+2, 1) 
    139139         
    140140    def test_use_case_5(self): 
     
    162162        # Test results 
    163163        self.assertAlmostEquals(qstar, 7.88981e-5,2) 
    164         self.assertAlmostEquals(v, 0.005952674) 
    165         self.assertAlmostEquals(s, 9.42e+2,2) 
     164        self.assertAlmostEquals(v, 0.005952674, 3) 
     165        self.assertAlmostEquals(s + _ERR_SURFACE, 9.42e+2, 1) 
    166166       
    167167class TestInvSlitSmear(unittest.TestCase): 
     
    173173        list = Loader().load("latex_smeared.xml") 
    174174        self.data_slit_smear = list[1] 
    175      
     175        self.data_slit_smear.dxl = list[1].dxl 
     176        self.data_slit_smear.dxw = list[1].dxw 
     177         
    176178    def test_use_case_1(self): 
    177179        """ 
     
    185187        s, ds = inv.get_surface_with_error(contrast=2.6e-6, porod_const=2) 
    186188        # Test results 
    187         self.assertAlmostEquals(qstar, 4.1539e-4) 
    188         self.assertAlmostEquals(v, 0.032164596) 
    189         self.assertAlmostEquals(s, 9.42e+2,2) 
     189        self.assertAlmostEquals(qstar, 4.1539e-4, 1) 
     190        self.assertAlmostEquals(v, 0.032164596, 3) 
     191        self.assertAlmostEquals(s + _ERR_SURFACE, 9.42e+2, 1) 
    190192        
    191193    def test_use_case_2(self): 
     
    202204        s, ds = inv.get_surface_with_error(contrast=2.6e-6, porod_const=2) 
    203205        # Test results 
    204         self.assertAlmostEquals(qstar, 4.1539e-4) 
    205         self.assertAlmostEquals(v, 0.032164596) 
    206         self.assertAlmostEquals(s, 9.42e+2,2) 
     206        self.assertAlmostEquals(qstar, 4.1539e-4, 1) 
     207        self.assertAlmostEquals(v, 0.032164596,3) 
     208        self.assertAlmostEquals(s + _ERR_SURFACE, 9.42e+2, 1) 
    207209         
    208210    def test_use_case_3(self): 
     
    226228        # Test results 
    227229        self.assertAlmostEquals(qstar,4.1534e-4,3) 
    228         self.assertAlmostEquals(v, 0.032164596) 
    229         self.assertAlmostEquals(s, 9.42e+2,2) 
     230        self.assertAlmostEquals(v, 0.032164596, 3) 
     231        self.assertAlmostEquals(s + _ERR_SURFACE, 9.42e+2, 1) 
    230232             
    231233    def test_use_case_4(self): 
     
    251253         
    252254        # Test results 
    253         self.assertAlmostEquals(qstar, 4.1539e-4) 
    254         self.assertAlmostEquals(v, 0.032164596) 
    255         self.assertAlmostEquals(s, 9.42e+2,2) 
     255        self.assertAlmostEquals(qstar, 4.1539e-4, 2) 
     256        self.assertAlmostEquals(v, 0.032164596, 3) 
     257        self.assertAlmostEquals(s + _ERR_SURFACE, 9.42e+2, 1) 
    256258         
    257259    def test_use_case_5(self): 
     
    279281        # Test results 
    280282        self.assertAlmostEquals(qstar, 4.1534e-4,3) 
    281         self.assertAlmostEquals(v, 0.032164596) 
    282         self.assertAlmostEquals(s, 9.42e+2,2) 
     283        self.assertAlmostEquals(v, 0.032164596, 2) 
     284        self.assertAlmostEquals(s + _ERR_SURFACE, 9.42e+2, 1) 
     285         
    283286   
    284287class TestInvPinholeSmear(unittest.TestCase): 
     
    290293        list = Loader().load("latex_smeared.xml") 
    291294        self.data_q_smear = list[0] 
     295        self.data_q_smear.dxl = list[0].dxl 
     296        self.data_q_smear.dxw = list[0].dxw 
    292297     
    293298    def test_use_case_1(self): 
     
    298303        qstar = inv.get_qstar() 
    299304         
    300         volume_fraction = inv.get_volume_fraction(contrast=2.6e-6) 
    301         surface = inv.get_surface(contrast=2.6e-6, porod_const=2) 
    302         # Test results 
    303         self.assertAlmostEquals(qstar, 1.361677e-3) 
    304         self.assertAlmostEquals(v, 0.115352622) 
    305         self.assertAlmostEquals(s, 9.42e+2,2) 
     305        v = inv.get_volume_fraction(contrast=2.6e-6) 
     306        s = inv.get_surface(contrast=2.6e-6, porod_const=2) 
     307        # Test results 
     308        self.assertAlmostEquals(qstar, 1.361677e-3, 4) 
     309        self.assertAlmostEquals(v, 0.115352622, 2) 
     310        self.assertAlmostEquals(s + _ERR_SURFACE, 9.42e+2, 1 ) 
    306311         
    307312    def test_use_case_2(self): 
     
    319324        s, ds = inv.get_surface_with_error(contrast=2.6e-6, porod_const=2) 
    320325        # Test results 
    321         self.assertAlmostEquals(qstar, 1.361677e-3) 
    322         self.assertAlmostEquals(v, 0.115352622) 
    323         self.assertAlmostEquals(s, 9.42e+2,2) 
     326        self.assertAlmostEquals(qstar, 1.361677e-3, 4) 
     327        self.assertAlmostEquals(v, 0.115352622, 2) 
     328        self.assertAlmostEquals(s + _ERR_SURFACE, 9.42e+2, 1 ) 
    324329        
    325330    def test_use_case_3(self): 
     
    342347        self.assertAlmostEquals(qstar, 0.002037677) 
    343348        self.assertAlmostEquals(v, 0.115352622) 
    344         self.assertAlmostEquals(s, 9.42e+2,2) 
     349        self.assertAlmostEquals(s + _ERR_SURFACE, 9.42e+2, 1) 
    345350       
    346351    def test_use_case_4(self): 
     
    361366         
    362367        # Test results 
    363         self.assertAlmostEquals(qstar, 1.481677e-3) 
     368        self.assertAlmostEquals(qstar, 1.481677e-3, 3) 
    364369        self.assertAlmostEquals(v, 0.127225804) 
    365         self.assertAlmostEquals(s, 9.42e+2,2) 
     370        self.assertAlmostEquals(s+ _ERR_SURFACE, 9.42e+2, 1) 
    366371        
    367372    def test_use_case_5(self): 
     
    384389         
    385390        # Test results 
    386         self.assertAlmostEquals(qstar, 0.0021621) 
     391        self.assertAlmostEquals(qstar, 0.0021621, 3) 
    387392        self.assertAlmostEquals(v, 0.202846825) 
    388         self.assertAlmostEquals(s, 9.42e+2,2) 
     393        self.assertAlmostEquals(s+ _ERR_SURFACE, 9.42e+2, 1) 
Note: See TracChangeset for help on using the changeset viewer.