用途：在 Python 中处理带注释的数据矩阵，尤其用于单细胞基因组学分析，管理实验测量与元数据。
主要能力：以 X 存储测量值，配合 obs、var 存储行列元数据，并支持 layers、obsm、varm、obsp、varp、uns、raw 等组件。支持读写 h5ad、zarr、CSV、MTX、Loom、10X、Excel 等格式，可按观测或变量轴拼接多个数据集，具备子集、过滤、转置、复制与视图、重命名、类型转换、重排序等操作，并提供 backed 模式处理大数据集及稀疏矩阵优化。是 scverse 生态（如 scanpy、muon、scvi-tools）的基础数据结构，并可通过 AnnLoader 与 PyTorch 集成。
使用方式：安装命令为 pip install anndata，可选依赖为 pip install anndata[dev,test,doc]。典型用法包括 ad.AnnData(X=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) 拼接，以及 adata[adata.obs['cell_type'] == 'T cell'] 按条件取子集。大文件可用 backed='r' 打开，筛选后经 to_memory() 载入。
适用场景：单细胞 RNA 测序分析、多批次数据整合、模态合并、质量控制过滤、与 scanpy 等工具配合的预处理与降维流程，以及需要高效存储和分析注释数据的其他领域。
限制：修复内存不足可改用 backed 模式或稀疏矩阵；索引对齐需按索引显式对齐，否则易出错；其余关于功能、收费、价格、平台与效果的信息资料未提供。