core-concepts

# LaminDB 核心概念 本文档涵盖了 LaminDB 的基本概念和构建模块：Artifacts（制品）、Records（记录）、Runs（运行）、Transforms（转换）、Features（特征）以及数据血缘追踪。 ## Artifacts（制品） Artifacts 代表各种格式的数据集（DataFrames, AnnData, SpatialData, Parquet, Zarr 等）。它们是 LaminDB 中的主要数据对象。 ### 创建并保存 Artifacts **从文件创建：** python import lamindb as ln # 将文件保存为 artifact ln.Artifact("sample.fasta", key="sample.fasta").save() # 带描述 artifact = ln.Artifact( "data/analysis.h5ad", key="experiments/scrna_batch1.h5ad", description="单细胞 RNA-seq 批次 1" ).save() **从 DataFrame 创建：** python import pandas as pd df = pd.read_csv("data.csv") artifact = ln.Artifact.from_dataframe( df, key="datasets/processed_data.parquet", description="已处理的实验数据" ).save() **从 AnnData 创建：** python import anndata as ad adata = ad.read_h5ad("data.h5ad") artifact = ln.Artifact.from_anndata( adata, key="scrna/experiment1.h5ad", description="带有质控的 scRNA-seq 数据" ).save() ### 检索 Artifacts python # 通过 key artifact = ln.Artifact.get(key="sample.fasta") # 通过 UID artifact = ln.Artifact.get("aRt1Fact0uid000") # 通过过滤器 artifact = ln.Artifact.filter(suffix=".h5ad").first() ### 访问 Artifact 内容 python # 获取缓存的本地路径 local_path = artifact.cache() # 加载到内存 data = artifact.load() # 返回 DataFrame, AnnData 等 # 流式访问（针对大文件） with artifact.open() as f: # 增量读取 chunk = f.read(1000) ### Artifact 元数据 python # 查看所有元数据 artifact.describe() # 访问特定元数据 artifact.size # 文件大小（字节） artifact.suffix # 文件扩展名 artifact.created_at # 时间戳 artifact.created_by # 创建者 artifact.run # 关联的运行 artifact.transform # 关联的转换 artifact.version # 版本字符串 ## Records（记录） Records 代表实验实体：样本、扰动、仪器、细胞系以及任何其他元数据实体。它们通过类型定义支持层级关系。 ### 创建 Records python # 定义一个类型 sample_type = ln.Record(name="Sample", is_type=True).save() # 创建该类型的实例 ln.Record(name="P53mutant1", type=sample_type).save() ln.Record(name="P53mutant2", type=sample_type).save() ln.Rec