最近發現生信技能樹VIP論壇群裡在讨論jupyter lab這麼一個工具，内心想嘗試一下，畢竟一個好工具或許就可以改變你的學習态度和程序，工欲善其事，必先利其器嘛。我使用了這個工具之後，感覺又重新燃起了對R語言的學習熱情呢。當然，手上的技能樹講義講得好也至關重要。下面就說說我安裝使用這個工具遇到的一點問題和解決的過程。
背景
先說一下我的使用背景，剛更新了16GB記憶體和固态硬碟，裝上了最新版的Catalina黑蘋果，雖然最近美帝很嚣張，但技術無罪吧，期待國産作業系統可以挑起重擔，實作各種日常應用不依賴超級難用的美帝作業系統。然後，mac本身不自帶python3的，我就使用miniconda安裝了個python3的環境，發現更新系統後conda是可以繼續使用的，小小的驚喜，其實，好多軟體可以繼使用的，當然，新系統抛棄了32位應用，還能使用catalyst遷移的ipad應用，發現其實沒幾個，畢竟不同的平台。蘋果應該是下一盤大棋，使用上自有處理器，後面蘋果可能 就不好黑啦，但估計什麼也難不倒廣大的民間大神。
還要吐槽下難用的win10，本來以為微軟開始了新紀元，能夠做更符合使用者需要的作業系統，可是發現，各種更新，各種bug，還越來越慢，直接把使用者逼瘋的節奏。除了我的因為硬碟存儲空間不足的電腦，其餘的電腦都已經更新到接近廢了，特别慢，當然也沒有使用固态盤，還不如國産的深度系統，至少不怎麼卡。
書歸正傳，我的jupyterlab裝在了一個非系統預設的應用程式目錄，而是另外一個分區的一個目錄。我要做的是把R應用kernel添加到jupyter lab，這樣，我就可以愉快地使用它來學習R語言了。
過程
過程基本上就按這篇csdn部落格進行的https://blog.csdn.net/ICERON/article/details/82743930， 前面基本上是比較順利的，進行到最後一步的時候，出現了報錯，識别不到我安裝的jupyter，我于是使用rstudio的系統terminal激活conda環境，還是不行，估計原因是因為我沒有把conda放入環境變量的原因。
我的解決方法是，在我的vps上也執行了一遍這個步驟，把需要的檔案拷貝了下來，稍微修改了一下R的安裝路徑，重新開機jupyter lab就可以直接使用了。
ir
├── kernel.js
├── kernel.json
└── logo-64x64.png
#是有三個檔案，觀察minconda的python3 kernel隻有兩個，估計兩個就OK了。 複制
其實要改的就隻有一個kernel.json。如果是linux作業系統估計是不需要改的，mac和win就需要改一下R的安裝路徑：
{
"argv": ["/usr/lib/R/bin/R", "--slave", "-e", "IRkernel::main()", "--args", "{connection_file}"],
"display_name": "R",
"language": "R"
}
#mac裡是/usr/local/bin/R 複制
至此，就可以愉快地使用R-jupyter lab了。