def test_FSLXCommand_outputs():
output_map = dict(dyads=dict(),
fsamples=dict(),
mean_S0samples=dict(),
mean_dsamples=dict(),
mean_fsamples=dict(),
mean_tausamples=dict(),
phsamples=dict(),
thsamples=dict(),
)
outputs = FSLXCommand.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_FSLXCommand_outputs():
output_map = dict(
dyads=dict(),
fsamples=dict(),
mean_S0samples=dict(),
mean_dsamples=dict(),
mean_fsamples=dict(),
mean_tausamples=dict(),
phsamples=dict(),
thsamples=dict(),
)
outputs = FSLXCommand.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_FSLXCommand_inputs():
input_map = dict(all_ard=dict(argstr='--allard',
xor=('no_ard', 'all_ard'),
),
args=dict(argstr='%s',
),
burn_in=dict(argstr='--burnin=%d',
),
burn_in_no_ard=dict(argstr='--burninnoard=%d',
),
bvals=dict(argstr='--bvals=%s',
mandatory=True,
),
bvecs=dict(argstr='--bvecs=%s',
mandatory=True,
),
cnlinear=dict(argstr='--cnonlinear',
xor=('no_spat', 'non_linear', 'cnlinear'),
),
dwi=dict(argstr='--data=%s',
mandatory=True,
),
environ=dict(nohash=True,
usedefault=True,
),
f0_ard=dict(argstr='--f0 --ardf0',
xor=['f0_noard', 'f0_ard', 'all_ard'],
),
f0_noard=dict(argstr='--f0',
xor=['f0_noard', 'f0_ard'],
),
force_dir=dict(argstr='--forcedir',
usedefault=True,
),
fudge=dict(argstr='--fudge=%d',
),
ignore_exception=dict(nohash=True,
usedefault=True,
),
logdir=dict(argstr='--logdir=%s',
usedefault=True,
),
mask=dict(argstr='--mask=%s',
mandatory=True,
),
model=dict(argstr='--model=%d',
),
n_fibres=dict(argstr='--nfibres=%d',
),
n_jumps=dict(argstr='--njumps=%d',
),
no_ard=dict(argstr='--noard',
xor=('no_ard', 'all_ard'),
),
no_spat=dict(argstr='--nospat',
xor=('no_spat', 'non_linear', 'cnlinear'),
),
non_linear=dict(argstr='--nonlinear',
xor=('no_spat', 'non_linear', 'cnlinear'),
),
output_type=dict(),
rician=dict(argstr='--rician',
),
sample_every=dict(argstr='--sampleevery=%d',
),
seed=dict(argstr='--seed=%d',
),
terminal_output=dict(nohash=True,
),
update_proposal_every=dict(argstr='--updateproposalevery=%d',
),
)
inputs = FSLXCommand.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_FSLXCommand_inputs():
input_map = dict(
all_ard=dict(
argstr='--allard',
xor=('no_ard', 'all_ard'),
),
args=dict(argstr='%s', ),
burn_in=dict(argstr='--burnin=%d', ),
burn_in_no_ard=dict(argstr='--burninnoard=%d', ),
bvals=dict(
argstr='--bvals=%s',
mandatory=True,
),
bvecs=dict(
argstr='--bvecs=%s',
mandatory=True,
),
cnlinear=dict(
argstr='--cnonlinear',
xor=('no_spat', 'non_linear', 'cnlinear'),
),
dwi=dict(
argstr='--data=%s',
mandatory=True,
),
environ=dict(
nohash=True,
usedefault=True,
),
f0_ard=dict(
argstr='--f0 --ardf0',
xor=['f0_noard', 'f0_ard', 'all_ard'],
),
f0_noard=dict(
argstr='--f0',
xor=['f0_noard', 'f0_ard'],
),
force_dir=dict(
argstr='--forcedir',
usedefault=True,
),
fudge=dict(argstr='--fudge=%d', ),
ignore_exception=dict(
nohash=True,
usedefault=True,
),
logdir=dict(
argstr='--logdir=%s',
usedefault=True,
),
mask=dict(
argstr='--mask=%s',
mandatory=True,
),
model=dict(argstr='--model=%d', ),
n_fibres=dict(
argstr='--nfibres=%d',
mandatory=True,
usedefault=True,
),
n_jumps=dict(argstr='--njumps=%d', ),
no_ard=dict(
argstr='--noard',
xor=('no_ard', 'all_ard'),
),
no_spat=dict(
argstr='--nospat',
xor=('no_spat', 'non_linear', 'cnlinear'),
),
non_linear=dict(
argstr='--nonlinear',
xor=('no_spat', 'non_linear', 'cnlinear'),
),
output_type=dict(),
rician=dict(argstr='--rician', ),
sample_every=dict(argstr='--sampleevery=%d', ),
seed=dict(argstr='--seed=%d', ),
terminal_output=dict(nohash=True, ),
update_proposal_every=dict(argstr='--updateproposalevery=%d', ),
)
inputs = FSLXCommand.input_spec()
for key, metadata in input_map.items():
for metakey, value in metadata.items():
yield assert_equal, getattr(inputs.traits()[key], metakey), value