data_structure

# AnnData 对象结构 AnnData 对象存储数据矩阵及其相关的注释，为管理实验数据和元数据提供了一个灵活的框架。 ## 核心组件 ### X (数据矩阵) 存储实验测量值的核心数据矩阵，形状为 (n_obs, n_vars)。 python import anndata as ad import numpy as np # 使用稠密数组创建 adata = ad.AnnData(X=np.random.rand(100, 2000)) # 使用稀疏矩阵创建 (推荐用于大型稀疏数据) from scipy.sparse import csr_matrix sparse_data = csr_matrix(np.random.rand(100, 2000)) adata = ad.AnnData(X=sparse_data) 访问数据： python # 完整矩阵 (大型数据集需谨慎) full_data = adata.X # 单个观测值 obs_data = adata.X[0, :] # 所有观测值中的单个变量 var_data = adata.X[:, 0] ### obs (观测值注释) 存储观测值（行）元数据的 DataFrame。每一行对应 X 中的一个观测值。 python import pandas as pd # 创建带有观测值元数据的 AnnData obs_df = pd.DataFrame({ 'cell_type': ['T cell', 'B cell', 'Monocyte'], 'treatment': ['control', 'treated', 'control'], 'timepoint': [0, 24, 24] }, index=['cell_1', 'cell_2', 'cell_3']) adata = ad.AnnData(X=np.random.rand(3, 100), obs=obs_df) # 访问观测值元数据 print(adata.obs['cell_type']) print(adata.obs.loc['cell_1']) ### var (变量注释) 存储变量（列）元数据的 DataFrame。每一行对应 X 中的一个变量。 python # 创建带有变量元数据的 AnnData var_df = pd.DataFrame({ 'gene_name': ['ACTB', 'GAPDH', 'TP53'], 'chromosome': ['7', '12', '17'], 'highly_variable': [True, False, True] }, index=['ENSG00001', 'ENSG00002', 'ENSG00003']) adata = ad.AnnData(X=np.random.rand(100, 3), var=var_df) # 访问变量元数据 print(adata.var['gene_name']) print(adata.var.loc['ENSG00001']) ### layers (替代数据表示) 存储与 X 维度相同的替代矩阵的字典。 python # 存储原始计数、归一化数据和缩放数据 adata = ad.AnnData(X=np.random.rand(100, 2000)) adata.layers['raw_counts'] = np.random.randint(0, 100, (100, 2000)) adata.layers['normalized'] = adata.X / np.sum(adata.X, axis=1, keepdims=True) adata.layers['scaled'] = (adata.X - adata.X.mean()) / adata.X.std() # 访问层 raw_data = adata.layers['raw_counts'] normalized_data = adata.layers['normalized'] 常见的层用途： - `raw_counts`