技能介绍

要解决什么问题

单细胞 RNA-seq、多组学批次整合等场景里，你往往同时面对测量矩阵、细胞/基因元数据、降维坐标、邻接图和未结构化注释（uns）。用裸 numpy/pandas 各存各的，索引对齐、稀疏大矩阵内存和「哪一列是 batch」很快就会变成维护成本。AnnData 把这类带注释的数据矩阵收成一种统一对象，也是 Scanpy、Muon 等 scverse 工具的默认载体。

技能如何帮你推进工作

技能围绕 AnnData 的完整生命周期组织，而不是只背 API：

数据结构：理解 X、obs、var、layers，以及 obsm/varm/obsp/varp、uns、raw 各自放什么；知道从 CSV、MTX、10X 等来源创建对象，以及视图与副本对内存的影响。
读写：原生 h5ad、zarr，以及 Loom、Excel 等替代格式；大型数据用 backed 模式或压缩，必要时走远程访问与格式转换。
拼接与操作：沿观测（axis=0）或变量（axis=1）合并多批次，选择 inner/outer 与合并策略；子集、过滤、转置、重命名与 QC 过滤等日常变换有对应参考路径。
实践约束：稀疏矩阵、分类 dtype、存储布局等建议，减少 OOM 和「索引对不齐」类错误。

与 Scanpy / scvi-tools 联用时，对象结构一致，工作流可以自然衔接。

适用边界

AnnData 解决的是注释矩阵的存储与操作，不是替代下游统计模型或可视化库本身。数据量极大时仍依赖稀疏、backed 和合理的 I/O 策略；外部表（如临床协变量）必须显式按 obs/var 索引对齐，否则拼接与子集会 silently 错位。复杂、多步、长时会话的分析可考虑 K-Dense Web 等托管环境，简单读写与子集任务用本技能即可。