1.python中导入包和模块
https://blog.csdn.net/foreverling/article/details/52080411
https://www.cnblogs.com/Lands-ljk/p/5880483.html
https://www.cnblogs.com/Lands-ljk/p/5880483.html 主要关注的是import语句后的内容，是将import后的导入到当前
https://blog.csdn.net/qq_31780525/article/details/72639491 类属性和类方法。
2.继续看sv
anndata包：annotated data有标注的数据。
https://anndata.readthedocs.io/en/stable/
它是一个类，并且有不同的属性，可以存储数据。在这里通过scanpy进行隐空间可视化。
3.接下来选择继续死磕插补。
有计算imputation分数和损失的函数，我去看看。
找到一篇专门介绍https://hdsr.mitpress.mit.edu/pub/dno70rhw/数据插补的方法。就是随手谷歌的好处了。
我之所以不明白imputation是因为它居然就和普通编码没什么区别，这让我难以接受，并且给出的imputation也没有用到，这就让我陷入了死胡同。
有时候也别死按照教程去抠，会死，自己在另从别的角度考虑。
读完这一篇我要在知乎发一篇讲解文章，以供以后读这篇文章的人参考。
由于内心实在是焦灼静不下来，看了会课外书。已经晚九点十分了。
4.np.tile 像瓷砖一样粘贴n个，往右粘，往下粘。
https://www.jianshu.com/p/9519f1984c70
np.median，求均值，可以指定axis。
https://blog.csdn.net/chaipp0607/article/details/74347025
unsqueeze方法
https://blog.csdn.net/xiexu911/article/details/80820028
5.在imputation时，n_samples被设置为8，