Changeset 793e52f in sasview


Ignore:
Timestamp:
Jan 11, 2010 8:59:14 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:
2a11d09
Parents:
9e37661
Message:

import data1D from loader

File:
1 edited

Legend:

Unmodified
Added
Removed
  • Invariant/invariant.py

    r9e37661 r793e52f  
    6666        """ 
    6767        self.data  = data 
    68          
    69         # Set qmin as the lowest non-zero value 
    70         self.qmin = Q_MINIMUM 
    71         for q_value in self.data.x: 
    72             if q_value>0:  
    73                 self.qmin = q_value 
    74                 break 
    75         self.qmax = max(self.data.x) 
    76         
     68        x_len = len(self.data.x) -1 
     69        #fitting range  
     70        self.qmin =  self.data.x[0]     
     71        if self.qmin == 0: 
     72            self.qmin = Q_MINIMUM  
     73     
     74        self.qmax = self.data.x[x_len] 
     75        #Unsmeared q range 
     76        self._qmin_unsmeared = 0 
     77        self._qmax_unsmeared = self.data.x[x_len] 
     78         
     79        #bin for smear data 
     80        self._first_unsmeared_bin = 0 
     81        self._last_unsmeared_bin  = x_len 
     82         
     83        # Identify the bin range for the unsmeared and smeared spaces 
     84        self.idx = (self.data.x >= self.qmin) & (self.data.x <= self.qmax) 
     85        self.idx_unsmeared = (self.data.x >= self._qmin_unsmeared) \ 
     86                            & (self.data.x <= self._qmax_unsmeared) 
     87   
    7788        #get the smear object of data 
    7889        self.smearer = smear_selection( self.data ) 
    79         # Set the q-range information to allow smearing 
    80         self.set_fit_range() 
    8190       
    8291    def set_fit_range(self ,qmin=None, qmax=None): 
     
    92101        self._qmax_unsmeared = self.qmax     
    93102         
    94         if self.smearer is not None: 
     103        self._first_unsmeared_bin = 0 
     104        self._last_unsmeared_bin  = len(self.data.x)-1 
     105         
     106        if self.smearer!=None: 
    95107            self._first_unsmeared_bin, self._last_unsmeared_bin = self.smearer.get_bin_range(self.qmin, self.qmax) 
    96108            self._qmin_unsmeared = self.data.x[self._first_unsmeared_bin] 
     
    107119           @param power = a fixed, otherwise None 
    108120        """ 
     121        power = power 
    109122        fx = numpy.zeros(len(self.data.x)) 
    110  
    111         # Uncertainty 
    112         if type(self.data.y)==numpy.ndarray and len(self.data.y)==len(self.data.x): 
    113             sigma = self.data.y 
    114         else: 
    115             sigma = numpy.ones(len(self.data.x)) 
     123        one = numpy.ones(len(self.data.x)) 
     124 
     125        #define dy^2 
     126        try: 
     127            sigma = self.data.dy[self.idx_unsmeared ] 
     128        except: 
     129            print "The dy data for Invariant calculation should be prepared before get to FitFunctor.fit()..." 
     130            sigma = one[self.idx_unsmeared ] 
     131        sigma2 = sigma * sigma 
    116132 
    117133        # Compute theory data f(x) 
    118         fx[self.idx_unsmeared] = self.data.y[self.idx_unsmeared] 
     134        fx = self.data.y[self.idx_unsmeared ]/sigma 
    119135        ## Smear theory data 
    120136        if self.smearer is not None: 
    121137            fx = self.smearer(fx, self._first_unsmeared_bin,self._last_unsmeared_bin) 
    122138         
    123         fx[self.idx_unsmeared] = fx[self.idx_unsmeared]/sigma[self.idx_unsmeared] 
    124          
    125139        ##power is given only for function = power_law     
    126140        if power != None: 
    127             sigma2 = sigma * sigma 
    128141            a = -(power) 
    129             b = (numpy.sum(fx[self.idx]/sigma[self.idx]) - a*numpy.sum(self.data.x[self.idx]/sigma2[self.idx]))/numpy.sum(numpy.ones(len(sigma2[self.idx]))/sigma2[self.idx]) 
     142            b = (numpy.sum(fx/sigma) - a*numpy.sum(self.data.x[self.idx]/sigma2))/numpy.sum(numpy.ones(len(sigma2))/sigma2) 
    130143            return a, b 
    131144        else: 
    132             A = numpy.vstack([ self.data.x[self.idx]/sigma[self.idx], 
    133                                numpy.ones(len(self.data.x[self.idx]))/sigma[self.idx]]).T 
     145            A = numpy.vstack([ self.data.x[self.idx]/sigma, 
     146                               numpy.ones(len(self.data.x[self.idx]))/sigma]).T 
    134147            
    135             a, b = numpy.linalg.lstsq(A, fx[self.idx])[0] 
     148            a, b = numpy.linalg.lstsq(A, fx)[0] 
    136149            return a, b 
    137150 
     
    152165            Initialize variables 
    153166            @param data: data must be of type DataLoader.Data1D 
    154             @param background: Background value. The data will be corrected before processing 
    155             @param scale: Scaling factor for I(q). The data will be corrected before processing 
     167            @param contrast: contrast value of type float 
     168            @param pConst: Porod Constant of type float 
    156169        """ 
    157170        # Background and scale should be private data member if the only way to 
     
    189202            #Process only data that inherited from DataLoader.Data_info.Data1D 
    190203            raise ValueError,"Data must be of type DataLoader.Data1D" 
    191              
    192         new_data = (self._scale * data) - self._background 
    193          
    194         # Copy data that is not copied by the operations 
    195         #TODO: fix this in DataLoader 
    196         new_data.dxl = data.dxl 
    197         new_data.dxw = data.dxw         
     204        new_data = self._scale * data - self._background 
     205        try: 
     206            #All data should pass here. 
     207            new_data.dy = data.dy 
     208            new_data.dxl = data.dxl 
     209            new_data.dxw = data.dxw         
     210        except: 
     211            #in case... 
     212            new_data.dy = numpy.ones(len(data.x)) 
     213            new_data.dxl = numpy.zeros(len(data.x)) 
     214            new_data.dxw = numpy.zeros(len(data.x))        
    198215 
    199216        return new_data 
     
    393410            note: if data doesn't contain dy assume dy= math.sqrt(data.y) 
    394411        """ 
     412        if data is None: 
     413            data = self.data 
     414             
    395415        if len(data.x) <= 1 or len(data.y) <= 1 or \ 
    396416            len(self.data.x) != len(self.data.y): 
     
    528548        qmin = self._data.x[0] 
    529549        qmax = self._data.x[self._low_extrapolation_npts - 1] 
    530          
    531         # Extrapolate the low-Q data 
    532         #TODO: this fit fails. Fix it. 
    533         a, b = self._fit(function=self._low_extrapolation_function, 
    534                           qmin=qmin, 
    535                           qmax=qmax, 
    536                           power=self._low_extrapolation_power) 
     550        try: 
     551            # fit the data with a model to get the appropriate parameters 
     552            a, b = self._fit(function=self._low_extrapolation_function, 
     553                              qmin=qmin, 
     554                              qmax=qmax, 
     555                              power=self._low_extrapolation_power) 
     556        except: 
     557            #raise 
     558            return None 
    537559         
    538560        #q_start point 
Note: See TracChangeset for help on using the changeset viewer.