领先你需要有Python管理系统开发，以及它配套的代码剪辑器哈。从零开动开动学习一个编程言语，咱们笃信是领先得装置好它，比如前边咱们教师了Python的装置，它多个版块的互异以及管制，详见：Python初体验之弄解析版块互异和若何装置管制，然后给出来了两个Python剪辑器，即是PyCharm约略JupyterLab，任选其一王人不错掀开你的Python从零开动之旅。若是你照实是从零开动，提倡参考咱们的推选的学习汉典哈：Python从零开动的配套b站视频和竹素 。

scanpy 是用于单细胞数据分析的 Python 库，需要有Python基础，才有可能跟底下的教程进行scanpy的单细胞数据分析进程哦！

读前热身准备：

在Python编程体系读取单细胞文献数据会用到scanpy这个库，是以需要装置scanpy这个库：

pip install scanpy -i https://pypi.tuna.tsinghua.edu.cn/simple

装置好之后，就不错使用了。领先聚首一下单细胞抒发量矩阵的多种文献才略，主要包括以下几种：

Matrix Market Exchange Format (MEX):.mtx 文献，该文献包含了一个寥落矩阵，其中每一溜代表一个基因，每一列代表一个细胞，而每个元素则示意基因在相应细胞中的抒发量。频繁会有三个文献构成：barcodes.tsv（细胞记号）、features.tsv（基因记号）和 matrix.mtx（抒发矩阵）。Hierarchical Data Format (HDF5):.h5 文献，HDF5 是一种用于存储和组织大畛域科学数据的文献才略。在单细胞数据中，不错使用 HDF5 存储抒发矩阵、基因和细胞的元数据等信息。AnnData:.h5ad 文献，是基于 HDF5 的文献才略，由 anndata 库界说。它不错包含单细胞数据的抒发矩阵、基因和细胞的元数据、样品信息等。Comma-Separated Values (CSV) 或文本文献:.csv 或 .txt 文献，包含抒发矩阵的文本文献。每一溜代表一个基因，每一列代表一个细胞，元素是抒发量。1.读取h5文献

图片

使用scanpy读取如上图所示的h5文献，咱们不错用read_10x_h5()这个函数进行h5文献读取，底下是简便的示范；

read_10x_h5(filename）

参数：

filename：文献名，填写你要读取的h5文献，比如:"/home/my/data/GSE10086_filtered_bc.h5"这么的文献旅途。

更多细目见：https://scanpy.readthedocs.io/en/latest/generated/scanpy.read_10x_h5.html

实战：

川崎春花开始一天时就吞下柏忌，领先优势一度只剩下1杆，可是之后她再也没有丢分，抓到4只小鸟，包括五号洞，三杆洞6号铁打到2米抓到全天第一只小鸟，以及17号洞，三杆洞推入3米推杆抓到最后一只小鸟，战胜了最后一组出发的同学年、同期的两位选手：尾关彩美悠、樱井心那。

不过杉浦悠太在转职业之前，已经声名远播。去年，他以业余身份赢得宫崎县凤凰乡村俱乐部举行的邓禄普凤凰高球赛，成为历史上第七个以业余身份在日巡赛上夺冠的选手。

上图中这个文献的下载地址：https://ftp.ncbi.nlm.nih.gov/geo/samples/GSM5344nnn/GSM5344024/suppl/GSM5344024_B1.KO_normal.adjacent.lung_filtered_feature_bc_matrix.h5

我照旧把这个文献下载好了并放在C:/Users/my/Desktop/data目次下，当前开动读取h5文献吧！

代码如下：

#导入scanpy库import scanpy as sc#读取h5文献data=sc.read_10x_h5('C:/Users/my/Desktop/data/GSM5344024_B1.KO_normal.adjacent.lung_filtered_feature_bc_matrix.h5')#检察数据print(data)

成果如下：

AnnData object with n_obs × n_vars = 13113 × 31053    var: 'gene_ids', 'feature_types', 'genome'

不错看出读取文献之后的data变量是一个AnnData数据对象，包含13113个细胞和31053个基因。

2.读取txt文献

txt即是普粗浅通的文本文献云尔，是以很容易读取：

图片

使用scanpy读取如上图所示的txt文献，咱们不错用**read_text()**这个函数进行txt文献读取，底下是简便的示范；

read_text(filename)

参数：

filename：文献名，填写你要读取的txt文献，比如:"/home/my/data/GSE10086_filtered_bc.txt.gz"这么的文献旅途。

更多细目见:https://scanpy.readthedocs.io/en/latest/generated/scanpy.read_text.html#scanpy.read_text

实战：

上图中这个文献的下载地址：https://ftp.ncbi.nlm.nih.gov/geo/samples/GSM5101nnn/GSM5101014/suppl/GSM5101014_Pt1_Superficial_CountMatrix.txt.gz

我照旧把这个文献下载好了并放在C:/Users/my/Desktop/data目次下，管理系统开发当前开动读取txt文献吧！

代码如下：

#导入scanpy库import scanpy as sc#读取txt文献data=sc.read_text('C:/Users/my/Desktop/data/GSM5101014_Pt1_Superficial_CountMatrix.txt.gz')#检察数据print(data)

成果如下：

AnnData object with n_obs × n_vars = 32738 × 2315

不错看出读取文献之后的data变量是一个AnnData数据对象，包含32738个细胞和2315个基因。

3.读取tab文献

它实质上亦然txt文本文献，不论是csv才略和tsv才略，王人是同样的。

图片

使用scanpy读取如上图所示的tab文献，咱们不错用read_text()这个函数进行tab文献读取，底下是简便的示范；

read_text(filename)

参数：

filename：文献名，填写你要读取的tab文献，比如:"/home/my/data/GSE10086_filtered_bc.tab.gz"这么的文献旅途。

更多细目见https://scanpy.readthedocs.io/en/latest/generated/scanpy.read_text.html#scanpy.read_text

实战：

上图中这个文献的下载地址：https://ftp.ncbi.nlm.nih.gov/geo/series/GSE131nnn/GSE131935/suppl/GSE131935_SS2_15_0160_rpkms.tab.gz

我照旧把这个文献下载好了并放在C:/Users/my/Desktop/data目次下，当前开动读取tab文献吧！

代码如下：

#导入scanpy库import scanpy as sc#读取tab文献data=sc.read_text('C:/Users/my/Desktop/data/GSE131935_SS2_15_0160_rpkms.tab.gz')#检察数据print(data)

成果如下：

AnnData object with n_obs × n_vars = 24490 × 384

不错看出读取文献之后的data变量是一个AnnData数据对象，包含24490个细胞和384个基因。

4.读取10X才略的文献

图片

使用scanpy读取如上图所示的10X才略文献，咱们不错用**read_10x_mtx()**这个函数进行3个文献读取，底下是简便的示范；

read_10x_mtx(path)

参数：

path：上图中的3个文献方位的文献目次，比如:"/home/my/data/GSE10086_RAW"这么的文献旅途。

更多细目见：https://scanpy.readthedocs.io/en/latest/generated/scanpy.read_10x_mtx.html

实战：

上图中这3个文献的下载地址：

https://ftp.ncbi.nlm.nih.gov/geo/samples/GSM6567nnn/GSM6567952/suppl/GSM6567952_Control-features.tsv.gz

https://ftp.ncbi.nlm.nih.gov/geo/samples/GSM6567nnn/GSM6567952/suppl/GSM6567952_Control-barcodes.tsv.gz

https://ftp.ncbi.nlm.nih.gov/geo/samples/GSM6567nnn/GSM6567952/suppl/GSM6567952_Control-matrix.mtx.gz

我照旧把这3个文献下载好了并放在C:/Users/my/Desktop/data/GSM6567952目次下，并把这三个文献重定名如下：

features.tsv.gzbarcodes.tsv.gzmatrix.mtx.gz

若是不重定名的话，scanpy就会识别不了这三个文献而导致不成读取文献，当前开动读取10X文献吧！

代码如下：

#导入scanpy库import scanpy as sc#读取tab文献data=sc.read_10x_mtx('C:/Users/my/Desktop/data/GSM6567952')#检察数据print(data)

成果如下：

AnnData object with n_obs × n_vars = 6794880 × 27998    var: 'gene_ids', 'feature_types'

不错看出读取文献之后的data变量是一个AnnData数据对象，包含6794880个细胞和27998个基因。

5.读取h5ad文献

h5ad文献底本即是Python编程言语体系的单细胞存储才略的文献，是以是最便捷的，然而它对r言语用户来说就不友好了哦。

图片

使用scanpy读取如上图所示的h5ad文献，咱们不错用read_h5ad()这个函数进行h5ad文献读取，底下是简便的示范；

read_h5ad(filename)

参数：

小程序开发

filename：文献名，填写你要读取的tab文献，比如:"/home/my/data/GSE10086_filtered_bc.h5ad.gz"这么的文献旅途。

更多细目见：https://scanpy.readthedocs.io/en/latest/generated/scanpy.read_h5ad.html

实战：

上图中这个文献的下载地址：https://ftp.ncbi.nlm.nih.gov/geo/samples/GSM4648nnn/GSM4648564/suppl/GSM4648564_adipose_raw_counts.h5ad.gz

我照旧把这个文献下载好并解压好后，放在C:/Users/my/Desktop/data目次下。

提防：这个文献要进行解压后，scanpy才能读取文献：

#导入scanpy库import scanpy as sc#读取h5ad文献data=sc.read_h5ad('C:/Users/my/Desktop/data/GSM4648564_adipose_raw_counts.h5ad')#检察数据print(data)

成果如下：

AnnData object with n_obs × n_vars = 33694 × 11167

不错看出读取文献之后的data变量是一个AnnData数据对象，包含33694个细胞和11167个基因。

其它文献

常见的单细胞数数据文献差未几就这些了，不同文献使用scanpy的不同读取函数进行读取就行了。

若是是遭遇了比拟冷门的单细胞矩阵文献，也原谅留言推敲哈。基本上就遇河架桥，碰到问题搞定问题即可。

scanpy的其它功能

当前scanpy是Python编程体系最流行的单细胞数据处理库了管理系统开发，是以它笃信是不单是是读取单细胞转录组抒发量矩阵那么简便，它包罗万象，不错出几十个以致上百个条记徐徐指示民众聚首它哈。它提供了好多用于处理和分析单细胞RNA测序数据的功能，以下是 scanpy 常见的功能：

数据加载：撑执多种才略的数据加载，包括常见的文本才略（如CSV、TXT）、AnnData才略等。数据预处理：包括数据归一化、基因过滤、细胞过滤、批次效应清除等。可视化器用：提供了丰富的可视化器用，包括画图细胞聚类、基因抒发、UMAP、t-SNE等。细胞聚类：包括常见的聚类算法，如k均值聚类（K-means）、DBSCAN等。基因象征：用于象征不同细胞类型的基因，通过基因互异抒发分析来谮媚。细胞亚群谮媚：通过分析细胞的抒发阵势，识别细胞亚群。细胞情景揣度：通过分析基因抒发的样子，揣度细胞的情景，如细胞周期阶段。互异抒发分析：用于比拟不同细胞类型或情景之间的基因抒发互异。数据集整合：提供了一些器用，用于整合来自不同履行或批次的单细胞数据。轨迹分析：用于分析单细胞数据中细胞的发育轨迹，了解细胞发育和分化过程。单细胞汇聚分析：探索单细胞数据中的细胞间互相作用汇聚。高档可视化：撑执使用高档图形库，如umap-learn和igraph，进行更复杂的数据可视化。 本站仅提供存储工作，悉数内容均由用户发布，如发现存害或侵权内容，请点击举报。