Ignore:
Timestamp:
Apr 4, 2017 10:50:04 AM (7 years ago)
Author:
Ricardo Ferraz Leal <ricleal@…>
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-4.2.2, ticket-1009, ticket-1094-headless, ticket-1242-2d-resolution, ticket-1243, ticket-1249, ticket885, unittest-saveload
Children:
f2940c4
Parents:
463e7ffc (diff), 1779e72 (diff)
Note: this is a merge changeset, the changes displayed below correspond to the merge itself.
Use the (diff) links above to see all the changes relative to each parent.
Message:

After merge conflict

File:
1 edited

Legend:

Unmodified
Added
Removed
  • src/sas/sasgui/perspectives/pr/pr.py

    r463e7ffc r9c0f3c17  
    2121import time 
    2222import math 
    23 import numpy 
     23import numpy as np 
    2424import pylab 
    2525from sas.sasgui.guiframe.gui_manager import MDIFrame 
     
    209209        r = pylab.arange(0.01, d_max, d_max / 51.0) 
    210210        M = len(r) 
    211         y = numpy.zeros(M) 
    212         pr_err = numpy.zeros(M) 
     211        y = np.zeros(M) 
     212        pr_err = np.zeros(M) 
    213213 
    214214        total = 0.0 
     
    255255        """ 
    256256        # Show P(r) 
    257         y_true = numpy.zeros(len(x)) 
     257        y_true = np.zeros(len(x)) 
    258258 
    259259        sum_true = 0.0 
     
    309309 
    310310        x = pylab.arange(minq, maxq, maxq / 301.0) 
    311         y = numpy.zeros(len(x)) 
    312         err = numpy.zeros(len(x)) 
     311        y = np.zeros(len(x)) 
     312        err = np.zeros(len(x)) 
    313313        for i in range(len(x)): 
    314314            value = pr.iq(out, x[i]) 
     
    339339        if pr.slit_width > 0 or pr.slit_height > 0: 
    340340            x = pylab.arange(minq, maxq, maxq / 301.0) 
    341             y = numpy.zeros(len(x)) 
    342             err = numpy.zeros(len(x)) 
     341            y = np.zeros(len(x)) 
     342            err = np.zeros(len(x)) 
    343343            for i in range(len(x)): 
    344344                value = pr.iq_smeared(out, x[i]) 
     
    384384        x = pylab.arange(0.0, pr.d_max, pr.d_max / self._pr_npts) 
    385385 
    386         y = numpy.zeros(len(x)) 
    387         dy = numpy.zeros(len(x)) 
    388         y_true = numpy.zeros(len(x)) 
     386        y = np.zeros(len(x)) 
     387        dy = np.zeros(len(x)) 
     388        y_true = np.zeros(len(x)) 
    389389 
    390390        total = 0.0 
    391391        pmax = 0.0 
    392         cov2 = numpy.ascontiguousarray(cov) 
     392        cov2 = np.ascontiguousarray(cov) 
    393393 
    394394        for i in range(len(x)): 
     
    482482        """ 
    483483        # Read the data from the data file 
    484         data_x = numpy.zeros(0) 
    485         data_y = numpy.zeros(0) 
    486         data_err = numpy.zeros(0) 
     484        data_x = np.zeros(0) 
     485        data_y = np.zeros(0) 
     486        data_err = np.zeros(0) 
    487487        scale = None 
    488488        min_err = 0.0 
     
    506506                        #err = 0 
    507507 
    508                     data_x = numpy.append(data_x, x) 
    509                     data_y = numpy.append(data_y, y) 
    510                     data_err = numpy.append(data_err, err) 
     508                    data_x = np.append(data_x, x) 
     509                    data_y = np.append(data_y, y) 
     510                    data_err = np.append(data_err, err) 
    511511                except: 
    512512                    logger.error(sys.exc_value) 
     
    530530        """ 
    531531        # Read the data from the data file 
    532         data_x = numpy.zeros(0) 
    533         data_y = numpy.zeros(0) 
    534         data_err = numpy.zeros(0) 
     532        data_x = np.zeros(0) 
     533        data_y = np.zeros(0) 
     534        data_err = np.zeros(0) 
    535535        scale = None 
    536536        min_err = 0.0 
     
    557557                            #err = 0 
    558558 
    559                         data_x = numpy.append(data_x, x) 
    560                         data_y = numpy.append(data_y, y) 
    561                         data_err = numpy.append(data_err, err) 
     559                        data_x = np.append(data_x, x) 
     560                        data_y = np.append(data_y, y) 
     561                        data_err = np.append(data_err, err) 
    562562                    except: 
    563563                        logger.error(sys.exc_value) 
     
    642642        # Now replot the original added data 
    643643        for plot in self._added_plots: 
    644             self._added_plots[plot].y = numpy.copy(self._default_Iq[plot]) 
     644            self._added_plots[plot].y = np.copy(self._default_Iq[plot]) 
    645645            wx.PostEvent(self.parent, 
    646646                         NewPlotEvent(plot=self._added_plots[plot], 
     
    666666        # Now scale the added plots too 
    667667        for plot in self._added_plots: 
    668             total = numpy.sum(self._added_plots[plot].y) 
     668            total = np.sum(self._added_plots[plot].y) 
    669669            npts = len(self._added_plots[plot].x) 
    670670            total *= self._added_plots[plot].x[npts - 1] / npts 
     
    816816        # Save Pr invertor 
    817817        self.pr = pr 
    818         cov = numpy.ascontiguousarray(cov) 
     818        cov = np.ascontiguousarray(cov) 
    819819 
    820820        # Show result on control panel 
     
    984984        all_zeros = True 
    985985        if err == None: 
    986             err = numpy.zeros(len(pr.y)) 
     986            err = np.zeros(len(pr.y)) 
    987987        else: 
    988988            for i in range(len(err)): 
     
    10901090        # If we have not errors, add statistical errors 
    10911091        if y is not None: 
    1092             if err == None or numpy.all(err) == 0: 
    1093                 err = numpy.zeros(len(y)) 
     1092            if err == None or np.all(err) == 0: 
     1093                err = np.zeros(len(y)) 
    10941094                scale = None 
    10951095                min_err = 0.0 
Note: See TracChangeset for help on using the changeset viewer.