第R語言rhdf5讀寫hdf5并展示文件組織結(jié)構(gòu)和索引數(shù)據(jù)h5只是一種簡單的數(shù)據(jù)組織格式【層級數(shù)據(jù)存儲格式(HierarchicalDataFormat：HDF)】，該格式被設計用以存儲和組織大量數(shù)據(jù)。

在一些單細胞文獻中，作者通常會將分析的數(shù)據(jù)上傳到GEO數(shù)據(jù)庫保存為.h5格式文件，而不是我們常見的工程文件(rds文件，表格數(shù)據(jù)等)，所以為了解析利用這些數(shù)據(jù)需要對hdf5格式的組織結(jié)構(gòu)有一定的了解。

（注：在Seurat包中有現(xiàn)成的函數(shù)Seurat::Read10X_h5()可以用來提取表達矩陣，但似乎此外無法從h5文件中提取更多的信息）。

GEO數(shù)據(jù)庫

在R語言中對HDF5進行操作的軟件包為rhdf5。

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

打開.h5文件和展示內(nèi)容的組織結(jié)構(gòu)

h5_file=H5Fopen("new.h5")

####如下所示，new.h5文件內(nèi)創(chuàng)建了一個組（group1_mat）

#組內(nèi)又創(chuàng)建了df和matrix兩個層級用以保存矩陣和數(shù)據(jù)框

h5dump(h5_file,load=FALSE)

$group1_mat

$group1_mat$df

groupnameotypedclassdim

1/dfH5I_DATASETCOMPOUND5

$group1_mat$matrix

groupnameotypedclassdim

1/matrixH5I_DATASETFLOAT3x2

數(shù)據(jù)索引通過$符進行

h5_file$group1_mat$df

C_1C_2C_3name

13569xx

22860yy

38492gg

41616ll

57425mm

關閉hdf5文件

H5Fclose(h5_file)#關閉當前打開的hdf5文件

h5closeAll()#關閉所有打開的hdf5文件

構(gòu)建自己的hdf5文件

###準備數(shù)據(jù)

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"

###構(gòu)建.h5文件

h5createFile("new.h5")

#Savingmatrixinformation.

h5createGroup("new.h5","group1_mat")

h5write(mdat,"new.h5","group1_mat/matrix")

h5write(df,"new.h5","group1_mat/df")

#Savingsparse_matrixinformation.

mdat.spar-as(mdat,"dgCMatrix")

h5createGroup("new.h5","group2_sparseMTX")

h5write(mdat.spar@x,"new.h5","group2_sparseMTX/data")

h5write(dim(mdat.spar),"new.h5","group2_sparseMTX/shape")

h5write(mdat.spar@i,"new.h5","group2_sparseMTX/indices")#alreadyzero-indexed.

h5write(mdat.spar@p,"new.h5","group2_sparseMTX/indptr")

#Savingarrayandlistdata

h5createGroup("new.h5","group3_aL")

h5write(my_list,"new.h5","group3_aL/list")

h5write(my_array,"new.h5","group3_aL/array")

#Savingstringdata

h5createGroup("new.h5","group4_string")

h5write(my_string,"new.h5","group4_string/string")

h5closeAll()