用 Python 做单细胞分析 01 ｜详解 AnnData 数据结构

用 Python 做单细胞分析 01 ｜详解 AnnData 数据结构

2024-11-07 23:25

在做单细胞分析之前，先了解用于单细胞数据分析的一种数据结构--AnnData。

它一般作为 scanpy 单细胞分析包的数据存储格式。

主要由以下几部分构成：

下面我们动手构建一个用于创建 AnnoData 的虚拟数据

2AnnoData 初始化

3AnnoData 切片特性

可以看到 AnnData 具有和 dataframe 或 Array 相似的长相，同样具备相似的特性，比如切片：

4AnnoData 的 view 特性

AnnoData 可以实现与 numpy 中的 view 相似的功能。

换句话说就是，我们每次操作 AnnoData 时，并不是再新建一个 AnnoData 来存储数据，而是直接找到已经之前初始化好的 AnnoData 的内存地址，通过内存地址来直接改变 AnnoData 的值。这样做的好处是：

view 可以使用 .copy() 来得到 AnnoData 对象。

其实我们在调用 .[] 时，AnnoData已经在内部实现了该操作，也就是说该 view 会成为保存数据的 AnnoData 对象。

但是，如果将 AnnoData 对象的 view 中的一部分赋值，该内容会复制一份并生成新的数据存储对象。

可以看到，这时赋值会直接将 AnnoData 对象复制一份。现在 adata_subset 会重新得到一块内存用于存储实际数据，而不再仅仅是对 adata 的内存地址引用。

5读取数据

6备份到本地

可以看到，我们的 adata 对象已经备份成功，而且就在本地 'https://cloud.tencent.com/developer/article/write/test.h5ad' 目录。

前边提到的 view 特性在这里同样适用，我们来看看 adata_subset 是否备份成功。

adata_subset 并没有被启用备份模式，重新设置备份模式。

需要注意的是：备份仅影响数据矩阵 X，所有注释信息都保留在内存中。如果想对全部数据的更改保存，则必须将导出到本地。

9保存数据