AnnData 注释数据框架

要解决什么问题

单细胞 RNA-seq、多组学批次整合等场景里，表达矩阵往往要和细胞注释、基因注释、降维坐标、邻接图、非结构化元数据绑在一起。用裸 numpy/pandas 各存一份，索引容易错位，大矩阵又撑爆内存。AnnData 把 X、obs、var 以及 layers、obsm/varm、obsp/varp、uns 收进同一对象，让「按细胞/基因子集」与「按元数据过滤」走同一套语义。

技能覆盖的核心能力

• 数据结构：理解各组件职责；从 CSV、MTX、10X、Loom 等来源构建对象，区分视图与完整复制。
• 读写：原生 h5ad、zarr；大型数据用 backed 模式；非原生 read_*/write_* 走 anndata.io。
• 拼接：ad.concat 沿观测或变量轴合并，处理 inner/outer join 与批次标签。
• 操作：布尔掩码与元数据条件子集、转置、稀疏/稠密转换、质控过滤。
• 实践：稀疏矩阵、类别 dtype、索引对齐外部表，并与 Scanpy、Muon 等 scverse 工具衔接。

适用边界与注意点

适合「带行/列注释的矩阵」工作流，不是通用关系型数据库。当前稳定版 API 上应优先 ad.read_h5ad、ad.concat、.keys() 映射；避免 ad.read、AnnData.concatenate() 等已弃用接口。anndata.experimental 有用但不稳定，大规模流水线需自行评估风险。