Scanpy

0.需求

一个可怜的医学生朋友突然开始学python,从hello world开始的那种,学了一周终于学会了print()的一百种应用。但是她导师说明天就要学会使用Scanpy做项目出图,于是我带着圣光来了。

官方教程:装置------简洁

前提:已经安装好anaconda。

1.创建环境,安装依赖

(1)创建新的conda环境,我这里起名scanpy

bash 复制代码
conda create -n scanpy

(2)激活该环境,也就是进入到这个环境

bash 复制代码
conda activate scanpy

(3)根据官网,安装依赖

bash 复制代码
conda install -c conda-forge scanpy python-igraph leidenalg

注意是在当前的 conda 环境里安装,这里涉及到三个生物信息学/单细胞分析常用的 Python 包

  • scanpy:单细胞转录组分析主力库

  • python-igraph:图论算法(Scanpy 做聚类、PAGA 时需要)

  • leidenalg:Leiden 社区检测算法(Scanpy 默认的聚类算法之一)

【非必要:拉取版本代码】

如果涉及scanpy库的实现原理这些,可以用该方法获取到代码包去了解。

git仓库在这:GitHub - scverse/scanpy: Single-cell analysis in Python. Scales to >100M cells.

【如果进不去】换个镜像会快一点,但是有可能不可用:GitHub - scverse/scanpy: Single-cell analysis in Python. Scales to >100M cells.

【如果没git】官网是用很炫酷的方法直接git clone下来,但是医学生可以用更直观的方式,直接下载,不至于再学git。直接点进去链接,手动下载。

这个下载的zip包里就是要运行的代码文件夹,解压到自己喜欢的地方,然后用编译器打开。

【如果有git】直接在目标存放代码的路径下执行git命令(使用对应的镜像):

bash 复制代码
git clone https://github.com/scverse/scanpy.git

殊途同归,最后进入到主目录里:

bash 复制代码
cd scanpy

本地获取到整个目录结构:

2.预处理与聚类

官方教程使用notebook,那我们也创建一个新的ipynb文件。注意内核选择,即前面所创建的这个环境。接下来都按照官方教程走。

2.1 基础准备

(1)引入依赖包

python 复制代码
# Core scverse libraries
from __future__ import annotations
import anndata as ad
# Data retrieval
import pooch
import scanpy as sc

【报错】No module named 'pooch',说明环境里没有这个包,那就在环境里装

bash 复制代码
conda install -c conda-forge pooch

(2)配置画图默认样式

一个全局配置,把以后所有 scanpy.pl.* 出的图,一次性设成尺寸50、背景纯白。

python 复制代码
sc.settings.set_figure_params(dpi=50, facecolor="white")

(3)下载数据

官方教程是联网下载了 figshare 上 DOI 对应的那个数据集。

python 复制代码
EXAMPLE_DATA = pooch.create(
    path=pooch.os_cache("scverse_tutorials"),
    base_url="doi:10.6084/m9.figshare.22716739.v1/",
)
EXAMPLE_DATA.load_registry_from_doi()

【报错】国内网络连 DOI 解析问题 。按照这个方法在本地下载:Scanpy教程-预处理和聚类数据集-CSDN博客

然后把下载后的2个h5文件放到缓存路径里。

【缓存路径的获取与创建】

python 复制代码
import pooch, os
path = pooch.os_cache("scverse_tutorials")
print(path) 
os.makedirs(path, exist_ok=True) 

放完两个文件之后运行以下代码,pooch会从缓存里取到数据,就不会再联网下载了。文件现在被存放在 EXAMPLE_DATA 这个变量里。

python 复制代码
registry = {
    "s1d1_filtered_feature_bc_matrix.h5": "sha256:322c30a7a4905f7f113472442d4aa2c81a1ad736c86651f6c0b81e5b2ff94ac8", 
    "s1d3_filtered_feature_bc_matrix.h5": "sha256:ca40b287fac57ac2048f11f56f1b630c7c188718908fc217c6baf2e49bdb1982", 
}

EXAMPLE_DATA = pooch.create(
    path=pooch.os_cache("scverse_tutorials"),
    base_url="",  # 不需要联网
    registry=registry,
)

# 测试获取文件路径
path1 = EXAMPLE_DATA.fetch("s1d1_filtered_feature_bc_matrix.h5")
path3 = EXAMPLE_DATA.fetch("s1d3_filtered_feature_bc_matrix.h5")

print("文件路径:")
print(path1)
print(path3)

(4)加载与查看数据

从 EXAMPLE_DATA 里逐个抓取文件读取数据。

python 复制代码
samples = {
    "s1d1": "s1d1_filtered_feature_bc_matrix.h5",
    "s1d3": "s1d3_filtered_feature_bc_matrix.h5",
}
adatas = {}

for sample_id, filename in samples.items():
    path = EXAMPLE_DATA.fetch(filename)
    sample_adata = sc.read_10x_h5(path)
    sample_adata.var_names_make_unique()
    adatas[sample_id] = sample_adata

adata = ad.concat(adatas, label="sample")
adata.obs_names_make_unique()
print(adata.obs["sample"].value_counts())
adata
相关推荐
VIP_CQCRE39 分钟前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
泯泷2 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我2 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁012 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn3 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄3 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下4 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码4 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能
锋行天下5 小时前
langgraph 全栈项目(二)
前端·人工智能·后端
大模型真好玩5 小时前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek