Squidpy让空间基因表达与组织影像在同一套Python对象里互操作，提供从建图、统计、特征提取、交互式可视化到细胞通讯的端到端工作流。核心功能可概括为一个框架、两类数据、三大能力。
- 一个框架
基于Python/Scanpy/AnnData的统一可扩展生态，把不同技术 (ST、Visium、DBit-seq、seqFISH、MERFISH、IMC 、CyCif、4i等) 产出的空间组学数据装进同一套数据规范，避免格式碎片化。
- 两类数据表示
- 空间图 (spatial graph)：用稀疏邻接矩阵记录细胞/spot 之间的邻近关系，支持六边形网格、KNN、半径、Delaunay 等多种建图方式。
- 高分辨率影像 (ImageContainer)：基于Dask/xarray的懒加载容器，把多通道、多层、GB级组织图像与基因表达矩阵像素级对齐，可直接对接napari交互式可视化。
- 三大分析能力
- 空间统计与模式挖掘
细胞邻域富集、Ripley statistic、Co-occurrence、Moran’s I / Geary’s C、Sepal 等，定量描述细胞聚集或离散、基因空间自相关。 - 图像-组学联合分析
细胞核/细胞分割（Watershed、StarDist、Cellpose）、形态特征、纹理、深度学习特征提取；把核密度、 Marker强度等影像特征直接写回AnnData，与基因表达一起做共嵌入、共聚类。 - 细胞通讯与可视化
快速重实现的 CellphoneDB（Omnipath 配受体库），支持百万级置换检验；napari 插件可在 Jupyter 里同步查看基因表达、聚类结果与原始 HE/荧光大图，并手动圈选注释。
