R语言rhdf5怎么读写hdf5并展示文件组织结构和索引数据(hdf5,rhdf5,r语言,开发技术)

前言

h6只是一种简单的数据组织格式【层级数据存储格式(HierarchicalDataFormat：HDF)】，该格式被设计用以存储和组织大量数据。

在一些单细胞文献中，作者通常会将分析的数据上传到GEO数据库保存为.h6格式文件，而不是我们常见的工程文件(rds文件，表格数据等)，所以为了解析利用这些数据需要对hdf5格式的组织结构有一定的了解。

（注：在Seurat包中有现成的函数Seurat::Read10X_h6()可以用来提取表达矩阵，但似乎此外无法从h6文件中提取更多的信息）。

GEO数据库

在R语言中对HDF5进行操作的软件包为rhdf5。

安装

install.packages("BiocManager");BiocManager::install("rhdf5");library(rhdf5)

打开.h6文件 和 展示内容的组织结构

h6_file=H5Fopen("new.h6")####如下所示，new.h6文件内创建了一个组（group1_mat）#组内又创建了df和matrix两个层级用以保存矩阵和数据框>h6dump(h6_file,load=FALSE)$group1_mat$group1_mat$dfgroupnameotypedclassdim1/dfH5I_DATASETCOMPOUND5$group1_mat$matrixgroupnameotypedclassdim1/matrixH5I_DATASETFLOAT3x2

数据索引通过“$”符进行

>h6_file$group1_mat$dfC_1C_2C_3name13569xx22860yy38492gg41616ll57425mm

关闭hdf5文件

H5Fclose(h6_file)#关闭当前打开的hdf5文件h6closeAll()#关闭所有打开的hdf5文件

构建自己的hdf5文件

###准备数据mdat<-matrix(c(0,2,3,11,12,13),nrow=2,ncol=3,byrow=TRUE,dimnames=list(c("row1","row2"),c("C.1","C.2","C.3")))df<-data.frame(C_1=c(3,2,8,1,7),C_2=c(5,8,4,6,4),C_3=round(runif(n=5),2)*100,name=c("xx","yy","gg",'ll','mm'))mdat.spar<-Matrix::Matrix(mdat,sparse=TRUE)my_array<-array(seq(0.1,2.0,by=0.1),dim=c(5,2,2))my_list<-list(my_array[,,1],my_array[,,2])my_string<-"Thisisonehdfstructurefile"###构建.h6文件h6createFile("new.h6")#Savingmatrixinformation.h6createGroup("new.h6","group1_mat")h6write(mdat,"new.h6","group1_mat/matrix")h6write(df,"new.h6","group1_mat/df")#Savingsparse_matrixinformation.mdat.spar<-as(mdat,"dgCMatrix")h6createGroup("new.h6","group2_sparseMTX")h6write(mdat.spar@x,"new.h6","group2_sparseMTX/data")h6write(dim(mdat.spar),"new.h6","group2_sparseMTX/shape")h6write(mdat.spar@i,"new.h6","group2_sparseMTX/indices")#alreadyzero-indexed.h6write(mdat.spar@p,"new.h6","group2_sparseMTX/indptr")#Savingarrayandlistdatah6createGroup("new.h6","group3_aL")h6write(my_list,"new.h6","group3_aL/list")h6write(my_array,"new.h6","group3_aL/array")#Savingstringdatah6createGroup("new.h6","group4_string")h6write(my_string,"new.h6","group4_string/string")h6closeAll()