scverse/anndata

解决的问题

anndata 提供了一种标准化的方式来处理带注释的数据矩阵，填补了 pandas 和 xarray 之间的空白。它使研究人员能够高效地在内存或磁盘上管理大型数据集——包括单细胞组学分析中使用的数据集。

工作原理

该包实现了一种支持注释矩阵的数据结构。其特点包括计算高效的运算，支持稀疏数据和延迟操作，从而能够在不一次性将所有数据加载到内存中的情况下，高效处理大规模数据集。

适用人群

主要面向数据科学家和研究人员，特别是处理单细胞组学数据的用户（因为它最初是为 Scanpy 开发的），但任何需要注释数据矩阵的应用场景都适用。

主要亮点

• 专为注释矩阵设计的自定义数据结构
• 支持稀疏数据以减少内存使用
• 支持延迟操作以实现高效处理
• 兼容内存和磁盘后端的数据集
• 与 scverse 生态系统集成