关于单细胞的那些存储类型
他的出现一定有他的理由，他的离开也有他的理由
随着单细胞测序数据的增长，如果把数据全部导入内存则占用的内存太大，如何处理这个问题呢，一种思路是不一次直接将数据导入内存，一种是优化内存存储。针对这两种思路们都有相应的包。现在的格式太多了，h5ad,loom,h5seurat,这些格式有什么区别呢？
1、loom和h5seurat
底层都是基于基于HDF5的数据结构，还不明白这两者之间的区别。loom这个包主打的思路就是不一次将数据加载进入内存。后续再填坑。这个链接详细说明了loom的用法，主要的地方在于内置了apply函数，可以多次取数据。关于h5seurat，更多感觉像是一个在seurat对象和anndata之间转换的中间状态。
2、h5ad
这个包是针对python的，底层存储也是HDF5,ad指的是anndata存储格式。这个包在存储的时候很有意思，不像seurat将三种类型的数据"counts","data","scale.data"都存储下来，而是加载counts,然后将counts数据冻结，需要的时候再拿出来，scale只是为了计算PCA等等，计算完之后就可以重新拿出data覆盖scale.data。这个操作还是挺特别的。函数说可以直接对磁盘数据进行操作，但是发现操作很有限，比如说不能进行行和计算，有时间可以比较一下这个和.loom文件的区别。
写在最后
建议使用h5ad文件，速度快，占用内存小，如果数据量实在太大，可以考虑loom，觉得h5ad的磁盘操作做得还不够好。我这边暂时内存够用，所以调研还不够充分，欢迎补充。这篇文章的的出现是因为数据量太大，不调研磁盘操作是因为还不至于那么大。呼应开头，狗头。
