我有两组点，一组是分析数据，另一组将用于对分析数据进行后处理的结果。
黑色的分析数据是散乱的。
用于结果的点是红色的。
下面是同一张图上的两组点：
我的问题是：我将插值到红色点上，但是您可以看到有些红色点落在黑色数据集中的空洞区域内。插值会导致这些点出现非零值，但这些值在最终数据集中必须为零。
我一直在考虑几种策略，以使这些值归零。以下是一些无序的策略：
1. 找到一个凸包，其顶点仅包含黑色数据点，并且该凸集内只包含红色数据点。同时，该凸包的面积应最大化，同时满足这两个条件。
实现起来相当困难，主要是由于需要选择哪些黑色数据点应从迭代搜索凸包中排除。
编辑：分析数据包含x、y、z和3个电场分量值Ex、Ey和Ez。黑色数据集中的空洞位于金属内部，因此没有电势变化，或者换句话说，电场值都为零。
这张图片展示了使用scipy的griddata进行线性插值的Ex分量的单个z层。黑色椭圆是中央赛道形空洞边界的粗略指示器。您可以看到椭圆内部有红色和蓝色（表示x方向的+和- E场），应该为零（在此图中为浅绿色）。完成的数据将用于跟踪带电粒子的轨迹，因此如果其中一条粒子的路径实际上穿过了空洞，则进行跟踪的软件只能告诉电势是否保持不变，即它知道路径穿过了固体金属，并且会放弃该路径。
黑色的分析数据是散乱的。
用于结果的点是红色的。
下面是同一张图上的两组点：
我的问题是：我将插值到红色点上，但是您可以看到有些红色点落在黑色数据集中的空洞区域内。插值会导致这些点出现非零值，但这些值在最终数据集中必须为零。我一直在考虑几种策略，以使这些值归零。以下是一些无序的策略：
1. 找到一个凸包，其顶点仅包含黑色数据点，并且该凸集内只包含红色数据点。同时，该凸包的面积应最大化，同时满足这两个条件。
实现起来相当困难，主要是由于需要选择哪些黑色数据点应从迭代搜索凸包中排除。
对于只有一个值（如1或0）的数据集，可以添加一个额外的维度，以使两者都可以成为同一数据集的一部分，但仍然可以区分开来。使用kNN（最近邻）算法选择虚空中仅红色点。基本思想是，虚空中的红色点将具有n（6？）个最近邻居，这些邻居在它们自己的集合中。仅通过虚空边界分离的红色数据点将具有不同数量的邻居，最后，距边界至少一步的红色点将具有几乎全部为黑色数据集邻居。我看到的现有算法返回索引或数组掩码，两者都是很好的解决方案。我还没有尝试过实现这个。
从用于创建黑色数据集的SolidWorks模型中手动提取边界点。在许多方面都不可行。这必须逐层手动完成，并且我展示的图片仅代表实际完整集的一小部分。
通过对我视觉确认感兴趣的一部分红色数据点进行多次细化，手动创建掩码。也不可行。除非我已经没有其他选择了。
编辑：分析数据包含x、y、z和3个电场分量值Ex、Ey和Ez。黑色数据集中的空洞位于金属内部，因此没有电势变化，或者换句话说，电场值都为零。
这张图片展示了使用scipy的griddata进行线性插值的Ex分量的单个z层。黑色椭圆是中央赛道形空洞边界的粗略指示器。您可以看到椭圆内部有红色和蓝色（表示x方向的+和- E场），应该为零（在此图中为浅绿色）。完成的数据将用于跟踪带电粒子的轨迹，因此如果其中一条粒子的路径实际上穿过了空洞，则进行跟踪的软件只能告诉电势是否保持不变，即它知道路径穿过了固体金属，并且会放弃该路径。
