用途：AnnData 是处理带注释数据矩阵的 Python 包，把实验测量值（X）与观测元数据（obs）、变量元数据（var）以及多维注释（obsm、varm、obsp、varp、uns）一起存储。最初为单细胞基因组学（配合 Scanpy）设计，现可作为通用注释数据框架，用于高效存储、操作和分析。
主要能力：支持创建、读写 AnnData 对象；处理 h5ad、zarr、CSV、MTX、Loom、10X、Excel 等格式；支持压缩、backed 模式与云端存储；沿观测或变量轴合并多个对象，提供 inner/outer 连接与多种合并策略，并可用 AnnCollection 做惰性合并；支持子集、过滤、转置、复制与视图、重命名、类型转换、增删组件、重排序等操作；可与 scanpy、scvi-tools、Muon、PyTorch（AnnLoader）等集成。
使用方式：安装命令为 uv pip install anndata，可选依赖为 uv pip install anndata[dev,test,doc]。基本用法包括 ad.AnnData(X, obs=obs, var=var) 创建对象，ad.read_h5ad('data.h5ad') 读取，adata.write_h5ad('output.h5ad') 写出，ad.concat([...], axis=0, join='inner', label='batch', keys=[...]) 合并，adata[adata.obs['cell_type'] == 'T cell'] 子集。大数据可用 ad.read_h5ad('large.h5ad', backed='r') 打开，再用 to_memory() 载入子集。
适用场景：单细胞 RNA 测序分析、多批次数据整合、多模态数据（如 RNA 与蛋白）、大规模数据集处理、与 scverse 生态工具协作。
限制：资料未提供具体收费、价格、平台支持范围或性能基准；使用 backed 模式、稀疏矩阵与分类类型可缓解内存问题，索引对齐需按索引匹配外部数据。