.h5 数据格式是一种基于层次结构设计用于存储和管理大型科学数据的文件格式，可以存储多种类型的数据，包括数值、图像、文本等。h5数据格式是由HDF Group开发的，是HDF5【层级数据存储格式(HierarchicalDataFormat 5)】的缩写。HDF5可以方便地存储和管理大型数据集，有效提高数据读写效率，同时也可以保证数据的安全性和跨平台兼容性，在数据科学领域应用广泛。如生物信息学领域中的单细胞数据，h5数据格式已经成为了一种比较的数据存储格式。
在一些单细胞文献中，作者通常会将保存为.h5格式的分析数据上传到GEO数据库，而不是我们常见的R语言工程文件【Rds,CSV,TSV...】。由于h5数据格式的组织结构比较复杂，因此在解析数据时需要对其组织结构有一定的了解。（注：在Seurat包中有现成的函数 Seurat::Read10X_h5()可以用来提取表达矩阵，但实际使用后发现无法从h5文件中提取更多的数据）。
1、rhdf5 简介
在R语言中操作 HDF5 数据格式的推荐使用 “rhdf5” 软件包。它是基于h5py和hdf5 C库开发的，提供了一组函数，可以方便地读取和写入hdf5数据格式的文件，包括数据集、数据类型、属性等。本文示例使用 rhdf5 解析 .h5 文件的代码过程：
2、rhdf5 安装
install.packages("BiocManager");BiocManager::install("rhdf5");library(rhdf5)
3、rhdf5 解析H5格式
3.1 读取.h5文件 和 展示内容的组织结构
h5_file= H5Fopen("new.h5")
####如下所示，new.h5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
> h5dump(h5_file,load=FALSE)
$group1_mat
$group1_mat$df
group name otype dclass dim
1 / df H5I_DATASET COMPOUND 5
$group1_mat$matrix
group name otype dclass dim
1 / matrix H5I_DATASET FLOAT 3 x 2
3.2 数据索引通过“\$”符进行
> h5_file$group1_mat$df
C_1 C_2 C_3 name
1 3 5 69 xx
2 2 8 60 yy
3 8 4 92 gg
4 1 6 16 ll
5 7 4 25 mm
3.3 关闭hdf5文件
H5Fclose(h5_file)#关闭当前打开的hdf5文件
h5closeAll()#关闭所有打开的hdf5文件
4、rhdf5 创建H5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 <- "This is one hdf structure file"
###构建.h5文件
h5createFile("new.h5")
# Saving matrix information.
h5createGroup("new.h5","group1_mat")
h5write(mdat, "new.h5", "group1_mat/matrix")
h5write(df, "new.h5", "group1_mat/df")
# Saving sparse_matrix information.
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") # already zero-indexed.
h5write(mdat.spar@p, "new.h5", "group2_sparseMTX/indptr")
# Saving array and list data
h5createGroup("new.h5","group3_aL")
h5write(my_list, "new.h5", "group3_aL/list")
h5write(my_array, "new.h5", "group3_aL/array")
# Saving string data
h5createGroup("new.h5","group4_string")
h5write(my_string, "new.h5", "group4_string/string")
h5closeAll()
