用途：AnnData 是 Python 包，用于处理带注释的数据矩阵，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设计，现为通用注释数据框架，适合创建、读写 AnnData 对象，处理 h5ad、zarr 等格式，进行单细胞 RNA-seq 分析，管理稀疏矩阵或 backed 模式的大数据集，拼接多个数据集，子集、过滤、转换数据，并与 scanpy、scvi-tools 等 scverse 生态工具集成。
主要能力：支持核心数据结构（X、obs、var、layers、obsm、varm、obsp、varp、uns、raw）；多种格式读写（h5ad、zarr、CSV、MTX、Loom、10X、Excel），支持压缩、backed 模式与云存储；沿观测或变量拼接，支持 inner/outer join 与标签追踪；子集、转置、复制与视图、重命名、类型转换、增删组件、重排序、质控过滤；内存与性能最佳实践。
使用方式：需 Python 3.11+，当前稳定版 0.12.16。安装：uv pip install "anndata==0.12.16"；惰性 I/O 与 dask：uv pip install "anndata[dask,lazy]==0.12.16"。读写示例：adata = ad.read_h5ad('data.h5ad')；adata.write_h5ad('output.h5ad', compression='gzip')；adata = ad.read_zarr('data.zarr')。非原生格式用 anndata.io，如 from anndata.io import read_csv, read_loom, read_mtx。10X Genomics 数据应使用 scanpy（sc.read_10x_h5、sc.read_10x_mtx）。拼接：ad.concat([...], axis=0, join='inner', label='batch', keys=[...])。大数据可用 backed='r' 惰性加载，再 to_memory() 处理。
适用场景：单细胞 RNA-seq 分析、批次整合、多模态数据（配合 Muon）、深度学习数据加载（AnnLoader）、大规模数据集分块处理。
限制：避免已弃用 API（ad.read、AnnData.concatenate()、AnnData.*_keys()、anndata.version）；anndata.experimental 不稳定；Zarr v3 写入在 0.12 中为可选，auto_shard_zarr_v3 为实验性；外部数据需按索引对齐。官方文档：https://anndata.readthedocs.io/。