Python散点插值掩膜统一：仅燃烧室外部区域为False

需要通过掩膜给定燃烧室几何结构的包络，实现插值后散点数据的可视化。插值前计算得到的矩阵存在两类NaN值：

• 燃烧室几何区域外部的点，取值为NaN
• 燃烧室几何区域内部，也存在部分待插值的缺失点为NaN

当前采用的实现流程为：先基于未插值数据计算掩膜，再调用scipy.interpolate.griddata()完成插值，最后结合掩膜展示插值结果。目前存在的核心问题是无法完成掩膜的统一配置：需要实现仅燃烧室外部区域的掩膜值为False，内部所有区域（含原本内部缺失点的位置）掩膜值为True，现有逻辑无法区分内部NaN与外部NaN，存在边界不一致的问题。

• 方向1：参考图像处理领域的通用做法，使用滤波器对掩膜做卷积（convolve）处理
• 方向2：为掩膜设置智能判定条件（当前仅通过「值是否等于自身」做判定，NaN值不满足该相等条件，无法区分两类NaN）
• 方向3：不对全网格执行插值操作，仅定位内部缺失点完成插值，考虑更换其他插值工具

效果参考说明：共三张参考图，第一张为当前生成的掩膜效果，第二张为未插值数据效果（可见存在边界不一致问题），第三张为插值完成后的数据效果。

优先采用「显式定义几何边界+区域判定生成掩膜」的方案，鲁棒性远高于卷积、值判定类方法，实现步骤如下：

1. 提取燃烧室闭合几何轮廓
   基于原始未插值数据中的所有非NaN点，计算凹包（如果燃烧室存在凹陷结构不要用凸包）；如果燃烧室是已知规则结构，可以直接导入轮廓坐标，通过matplotlib.path.Path或shapely.Polygon生成闭合的几何边界对象，从根源上明确内、外区域的判定标准，完全不受内部缺失NaN点的干扰。
2. 生成全局精准掩膜
   遍历全网格所有坐标点，判断点是否落在第一步生成的闭合几何轮廓内部：落在内部的点掩膜值设为True，落在外部的点掩膜值设为False。该步骤生成的掩膜和真实几何边界完全对齐，不会把内部缺失点误判为外部区域。
3. 插值与结果输出
   插值环节可以保留原有griddata调用逻辑，全网格插值完成后，直接把掩膜值为False的外部区域所有点强制赋值为NaN即可；如果要优化计算效率，也可以只对掩膜标记为True的内部网格点做插值，外部点直接跳过不参与计算，大幅减少无效计算量。

原有构思方向的局限性说明 #

• 卷积处理掩膜的方案边界精度差，在凹结构、窄缝位置很容易把外部点误判为内部，还需要反复调整卷积核尺寸，鲁棒性极低
• 仅修改NaN判定规则的方案不可行：内部NaN和外部NaN在数值层面没有任何差异，不可能仅通过值本身的属性区分两类点
• 仅插值内部缺失点的思路逻辑成立，但核心前提是先拿到准确的内外区域掩膜，否则定位内部缺失点时依然会把外部点纳入计算范围。

内容的提问来源于stack exchange，提问作者Timo