sc.pp.normalize_total()学习

转自：https://www.jianshu.com/p/f063a4aa980a

1.例子

from anndata import AnnData
import scanpy as sc

adata = ad.AnnData(np.array([
   [3, 3, 3, 6, 6],
   [1, 1, 1, 2, 2],
   [1, 22, 1, 2, 2],
]))
X_norm = sc.pp.normalize_total(adata, inplace=False)

# 输出：
X_norm
{'X': array([[ 3.  ,  3.  ,  3.  ,  6.  ,  6.  ],
        [ 3.  ,  3.  ,  3.  ,  6.  ,  6.  ],
        [ 0.75, 16.5 ,  0.75,  1.5 ,  1.5 ]], dtype=float32),
 'norm_factor': array([21.,  7., 28.], dtype=float32)}

在target_sum参数为None的情况下，

target_sum
    If ``None``, after normalization, each observation (cell) has a total count
    equal to the median of total counts for observations (cells)
    before normalization.

如果为None，将每个cell的library size归一化到中值，此中值是指所有cells的library size的中值。

如在上例中，所有cell的library size向量为：

array([21.,  7., 28.], dtype=float32)

那么中值为21，归一化后，所有cell的library size都为21.