Changeset b46f285 in sasview for src/sas/qtgui/LinearFit.py


Ignore:
Timestamp:
Jan 9, 2017 9:49:16 AM (8 years ago)
Author:
Piotr Rozyczko <rozyczko@…>
Branches:
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
Children:
87cc73a
Parents:
a66ff280
Message:

Unit tests for linear fit

File:
1 edited

Legend:

Unmodified
Added
Removed

  • src/sas/qtgui/LinearFit.py

    rfed94a2 rb46f285  
    3838        self.yLabel = ylabel 
    3939 
     40        self.x_is_log = self.xLabel == "log10(x)" 
     41        self.y_is_log = self.yLabel == "log10(y)" 
     42 
    4043        self.txtFitRangeMin.setValidator(QtGui.QDoubleValidator()) 
    4144        self.txtFitRangeMax.setValidator(QtGui.QDoubleValidator()) 
    … …  
    108111        self.xminFit, self.xmaxFit = self.range() 
    109112 
    110         xminView = self.xminFit 
    111         xmaxView = self.xmaxFit 
    112         xmin = xminView 
    113         xmax = xmaxView 
     113        xmin = self.xminFit 
     114        xmax = self.xmaxFit 
     115        xminView = xmin 
     116        xmaxView = xmax 
     117 
    114118        # Set the qmin and qmax in the panel that matches the 
    115119        # transformed min and max 
    116120        #value_xmin = X_VAL_DICT[self.xLabel].floatTransform(xmin) 
    117121        #value_xmax = X_VAL_DICT[self.xLabel].floatTransform(xmax) 
     122 
    118123        value_xmin = self.floatInvTransform(xmin) 
    119124        value_xmax = self.floatInvTransform(xmax) 
    … …  
    121126        self.txtRangeMax.setText(formatNumber(value_xmax)) 
    122127 
     128        tempx, tempy, tempdy = self.origData() 
     129 
     130        # Find the fitting parameters 
     131        self.cstA = fittings.Parameter(self.model, 'A', self.default_A) 
     132        self.cstB = fittings.Parameter(self.model, 'B', self.default_B) 
     133        tempdy = numpy.asarray(tempdy) 
     134        tempdy[tempdy == 0] = 1 
     135 
     136        if self.x_is_log: 
     137            xmin = numpy.log10(xmin) 
     138            xmax = numpy.log10(xmax) 
     139 
     140        chisqr, out, cov = fittings.sasfit(self.model, 
     141                                           [self.cstA, self.cstB], 
     142                                           tempx, tempy, tempdy, 
     143                                           xmin, xmax) 
     144        # Use chi2/dof 
     145        if len(tempx) > 0: 
     146            chisqr = chisqr / len(tempx) 
     147 
     148        # Check that cov and out are iterable before displaying them 
     149        errA = numpy.sqrt(cov[0][0]) if cov is not None else 0 
     150        errB = numpy.sqrt(cov[1][1]) if cov is not None else 0 
     151        cstA = out[0] if out is not None else 0.0 
     152        cstB = out[1] if out is not None else 0.0 
     153 
     154        # Reset model with the right values of A and B 
     155        self.model.setParam('A', float(cstA)) 
     156        self.model.setParam('B', float(cstB)) 
     157 
     158        tempx = [] 
     159        tempy = [] 
     160        y_model = 0.0 
     161 
     162        # load tempy with the minimum transformation 
     163        y_model = self.model.run(xmin) 
     164        tempx.append(xminView) 
     165        tempy.append(numpy.power(10, y_model) if self.y_is_log else y_model) 
     166 
     167        # load tempy with the maximum transformation 
     168        y_model = self.model.run(xmax) 
     169        tempx.append(xmaxView) 
     170        tempy.append(numpy.power(10, y_model) if self.y_is_log else y_model) 
     171 
     172        # Set the fit parameter display when  FitDialog is opened again 
     173        self.Avalue = cstA 
     174        self.Bvalue = cstB 
     175        self.ErrAvalue = errA 
     176        self.ErrBvalue = errB 
     177        self.Chivalue = chisqr 
     178 
     179        # Update the widget 
     180        self.txtA.setText(formatNumber(self.Avalue)) 
     181        self.txtAerr.setText(formatNumber(self.ErrAvalue)) 
     182        self.txtB.setText(formatNumber(self.Bvalue)) 
     183        self.txtBerr.setText(formatNumber(self.ErrBvalue)) 
     184        self.txtChi2.setText(formatNumber(self.Chivalue)) 
     185 
     186        #self.parent.updatePlot.emit((tempx, tempy)) 
     187        self.parent.emit(QtCore.SIGNAL('updatePlot'), (tempx, tempy)) 
     188 
     189    def origData(self): 
    123190        # Store the transformed values of view x, y and dy before the fit 
    124         xmin_check = numpy.log10(xmin) 
     191        xmin_check = numpy.log10(self.xminFit) 
     192        # Local shortcuts 
    125193        x = self.data.view.x 
    126194        y = self.data.view.y 
    127195        dy = self.data.view.dy 
    128196 
    129         if self.yLabel == "log10(y)": 
    130             if self.xLabel == "log10(x)": 
     197        if self.y_is_log: 
     198            if self.x_is_log: 
    131199                tempy  = [numpy.log10(y[i]) 
    132200                         for i in range(len(x)) if x[i] >= xmin_check] 
    … …  
    140208            tempdy = dy 
    141209 
    142         if self.xLabel == "log10(x)": 
     210        if self.x_is_log: 
    143211            tempx = [numpy.log10(x) for x in self.data.view.x if x > xmin_check] 
    144212        else: 
    145             tempx = self.data.view.x 
    146  
    147         # Find the fitting parameters 
    148         # Always use the same defaults, so that fit history 
    149         # doesn't play a role! 
    150         self.cstA = fittings.Parameter(self.model, 'A', self.default_A) 
    151         self.cstB = fittings.Parameter(self.model, 'B', self.default_B) 
    152         tempdy = numpy.asarray(tempdy) 
    153         tempdy[tempdy == 0] = 1 
    154  
    155         if self.xLabel == "log10(x)": 
    156             chisqr, out, cov = fittings.sasfit(self.model, 
    157                                                [self.cstA, self.cstB], 
    158                                                tempx, tempy, 
    159                                                tempdy, 
    160                                                numpy.log10(xmin), 
    161                                                numpy.log10(xmax)) 
    162         else: 
    163             chisqr, out, cov = fittings.sasfit(self.model, 
    164                                                [self.cstA, self.cstB], 
    165                                                tempx, tempy, tempdy, 
    166                                                xminView, xmaxView) 
    167         # Use chi2/dof 
    168         if len(tempx) > 0: 
    169             chisqr = chisqr / len(tempx) 
    170  
    171         # Check that cov and out are iterable before displaying them 
    172         errA = numpy.sqrt(cov[0][0]) if cov is not None else 0 
    173         errB = numpy.sqrt(cov[1][1]) if cov is not None else 0 
    174         cstA = out[0] if out is not None else 0.0 
    175         cstB = out[1] if out is not None else 0.0 
    176  
    177         # Reset model with the right values of A and B 
    178         self.model.setParam('A', float(cstA)) 
    179         self.model.setParam('B', float(cstB)) 
    180  
    181         tempx = [] 
    182         tempy = [] 
    183         y_model = 0.0 
    184         # load tempy with the minimum transformation 
    185         if self.xLabel == "log10(x)": 
    186             y_model = self.model.run(numpy.log10(xmin)) 
    187             tempx.append(xmin) 
    188         else: 
    189             y_model = self.model.run(xminView) 
    190             tempx.append(xminView) 
    191  
    192         if self.yLabel == "log10(y)": 
    193             tempy.append(numpy.power(10, y_model)) 
    194         else: 
    195             tempy.append(y_model) 
    196  
    197         # load tempy with the maximum transformation 
    198         if self.xLabel == "log10(x)": 
    199             y_model = self.model.run(numpy.log10(xmax)) 
    200             tempx.append(xmax) 
    201         else: 
    202             y_model = self.model.run(xmaxView) 
    203             tempx.append(xmaxView) 
    204  
    205         if self.yLabel == "log10(y)": 
    206             tempy.append(numpy.power(10, y_model)) 
    207         else: 
    208             tempy.append(y_model) 
    209         # Set the fit parameter display when  FitDialog is opened again 
    210         self.Avalue = cstA 
    211         self.Bvalue = cstB 
    212         self.ErrAvalue = errA 
    213         self.ErrBvalue = errB 
    214         self.Chivalue = chisqr 
    215  
    216         # Update the widget 
    217         self.txtA.setText(formatNumber(self.Avalue)) 
    218         self.txtAerr.setText(formatNumber(self.ErrAvalue)) 
    219         self.txtB.setText(formatNumber(self.Bvalue)) 
    220         self.txtBerr.setText(formatNumber(self.ErrBvalue)) 
    221         self.txtChi2.setText(formatNumber(self.Chivalue)) 
    222  
    223         #self.parent.updatePlot.emit((tempx, tempy)) 
    224         self.parent.emit(QtCore.SIGNAL('updatePlot'), (tempx, tempy)) 
     213            tempx = x 
     214 
     215        return tempx, tempy, tempdy 
    225216 
    226217    def checkFitValues(self, item): 
    … …  
    234225        p_pink = item.palette() 
    235226        p_pink.setColor(item.backgroundRole(), QtGui.QColor(255, 128, 128)) 
     227        item.setAutoFillBackground(True) 
    236228        # Check for possible values entered 
    237         if self.xLabel == "log10(x)": 
     229        if self.x_is_log: 
    238230            if float(value) > 0: 
    239231                item.setPalette(p_white) 
    … …  
    259251            return numpy.sqrt(x) 
    260252        elif self.xLabel == "x^(4)": 
    261             return numpy.sqrt(math.sqrt(x)) 
     253            return numpy.sqrt(numpy.sqrt(x)) 
    262254        elif self.xLabel == "log10(x)": 
    263255            return numpy.power(10, x) 
Note: See TracChangeset for help on using the changeset viewer.