CELLxGENE Census 提供对来自 CZ CELLxGENE Discover 的标准化单细胞基因组学数据的程序化访问，覆盖人类与小鼠的 6100 万以上细胞、数千个数据集，包含标准化元数据（细胞类型、组织、疾病、供体）、原始基因表达矩阵以及预计算嵌入与统计信息，并与 PyTorch、scanpy 等分析工具集成。
适用场景：按细胞类型、组织或疾病查询单细胞表达数据；探索可用数据集与元数据；在单细胞数据上训练机器学习模型；进行大规模跨数据集分析；计算跨百万级细胞的统计量；访问预计算嵌入或模型预测。
安装：uv pip install cellxgene-census；机器学习工作流需安装附加依赖：uv pip install cellxgene-census[experimental]。
主要用法：使用上下文管理器打开 Census，如 with cellxgene_census.open_soma() as census，可指定 census_version 保证可复现；通过 census["census_info"] 读取摘要与数据集信息；用 get_obs、get_var 查询细胞与基因元数据；中小规模查询（一般少于 10 万细胞）使用 get_anndata() 配合 obs_value_filter、var_value_filter；超大规模查询使用 axis_query() 迭代处理，避免内存不足；机器学习可使用 cellxgene_census.experimental.ml 中的 experiment_dataloader 或 ExperimentDataset，并支持随机划分训练/测试集；可与 scanpy 标准流程（归一化、高变基因、PCA、UMAP 等）衔接。
限制与注意事项：除非专门分析重复，查询应始终包含 is_primary_data == True，以避免重复计数；生产分析应显式指定 census_version；建议先估算查询返回的细胞数量，超过约 10 万时改用外存处理；仅选择需要的元数据列以减少传输；对特定基因可先检查数据集存在矩阵；基因名区分大小写，也可使用 Ensembl ID；若出现内存错误、重复细胞或版本不一致，应缩小查询范围、补充过滤条件并统一版本。资料未提供收费或价格信息。