def test_SimulateMultiTensor_inputs(): input_map = dict( baseline=dict(mandatory=True, ), bvalues=dict(usedefault=True, ), diff_iso=dict(usedefault=True, ), diff_sf=dict(usedefault=True, ), gradients=dict(), ignore_exception=dict( nohash=True, usedefault=True, ), in_bval=dict(), in_bvec=dict(), in_dirs=dict(mandatory=True, ), in_frac=dict(mandatory=True, ), in_mask=dict(), in_vfms=dict(mandatory=True, ), n_proc=dict(usedefault=True, ), num_dirs=dict(usedefault=True, ), out_bval=dict(usedefault=True, ), out_bvec=dict(usedefault=True, ), out_file=dict(usedefault=True, ), out_mask=dict(usedefault=True, ), snr=dict(usedefault=True, ), ) inputs = SimulateMultiTensor.input_spec() for key, metadata in input_map.items(): for metakey, value in metadata.items(): yield assert_equal, getattr(inputs.traits()[key], metakey), value
def test_SimulateMultiTensor_outputs(): output_map = dict(out_bval=dict(), out_bvec=dict(), out_file=dict(), out_mask=dict(), ) outputs = SimulateMultiTensor.output_spec() for key, metadata in output_map.items(): for metakey, value in metadata.items(): yield assert_equal, getattr(outputs.traits()[key], metakey), value
def test_SimulateMultiTensor_outputs(): output_map = dict( out_bval=dict(), out_bvec=dict(), out_file=dict(), out_mask=dict(), ) outputs = SimulateMultiTensor.output_spec() for key, metadata in output_map.items(): for metakey, value in metadata.items(): yield assert_equal, getattr(outputs.traits()[key], metakey), value
def test_SimulateMultiTensor_inputs(): input_map = dict(baseline=dict(mandatory=True, ), bvalues=dict(usedefault=True, ), diff_iso=dict(usedefault=True, ), diff_sf=dict(usedefault=True, ), gradients=dict(), ignore_exception=dict(nohash=True, usedefault=True, ), in_bval=dict(), in_bvec=dict(), in_dirs=dict(mandatory=True, ), in_frac=dict(mandatory=True, ), in_mask=dict(), in_vfms=dict(mandatory=True, ), n_proc=dict(usedefault=True, ), num_dirs=dict(usedefault=True, ), out_bval=dict(usedefault=True, ), out_bvec=dict(usedefault=True, ), out_file=dict(usedefault=True, ), out_mask=dict(usedefault=True, ), snr=dict(usedefault=True, ), ) inputs = SimulateMultiTensor.input_spec() for key, metadata in input_map.items(): for metakey, value in metadata.items(): yield assert_equal, getattr(inputs.traits()[key], metakey), value