如何结合空间坐标将类AnnData矩阵绘制成灰度二维NumPy数组

输入数据 #

• mtx: 坐标格式稀疏矩阵，数据类型为int64，包含357558594个存储元素，形状为(30562, 96629557)
  • 取前2行前8列的稠密矩阵结果：

    matrix([[4050,   24,   21,    3,    0,    3,    2,    1],
            [1437,   17,   17,    3,    0,    3,    2,    1]])
    

• cspdata2d: numpy.ndarray
  • 形状：(96629557, 2)
  • 前8行数据：

    array([[43426,  1414],
           [ 5496, 20015],
           [23193, 19957],
           [ 2252, 28571],
           [10910, 22382],
           [ 1385, 19958],
           [ 5508, 22828],
           [25183, 22533]], dtype=int32)
    

输出 #

• outimg: 初始化为全0的numpy数组，形状为cspdata2d.max(axis=0)，数据类型为np.int16
  • 实际形状：(51968, 40141)

需求 #

将mtx.todense()[1:2,:]的值，按照x,y = cspdata2d[index]（其中index为mtx第二维度的索引）绘制到outimg中。

功能类似scanpy.pl.spatial，但需直接操作像素层面，且scanpy处理大规模数据速度较慢，因此需要高效的替代实现方案。

内容的提问来源于stack exchange，提问作者Galaxy