最近发现生信技能树VIP论坛群里在讨论jupyter lab这么一个工具，内心想尝试一下，毕竟一个好工具或许就可以改变你的学习态度和进程，工欲善其事，必先利其器嘛。我使用了这个工具之后，感觉又重新燃起了对R语言的学习热情呢。当然，手上的技能树讲义讲得好也至关重要。下面就说说我安装使用这个工具遇到的一点问题和解决的过程。
背景
先说一下我的使用背景，刚升级了16GB内存和固态硬盘，装上了最新版的Catalina黑苹果，虽然最近美帝很嚣张，但技术无罪吧，期待国产操作系统可以挑起重担，实现各种日常应用不依赖超级难用的美帝操作系统。然后，mac本身不自带python3的，我就使用miniconda安装了个python3的环境，发现升级系统后conda是可以继续使用的，小小的惊喜，其实，好多软件可以继使用的，当然，新系统抛弃了32位应用，还能使用catalyst迁移的ipad应用，发现其实没几个，毕竟不同的平台。苹果应该是下一盘大棋，使用上自有处理器，后面苹果可能 就不好黑啦，但估计什么也难不倒广大的民间大神。
还要吐槽下难用的win10，本来以为微软开始了新纪元，能够做更复合用户需要的操作系统，可是发现，各种更新，各种bug，还越来越慢，直接把用户逼疯的节奏。除了我的因为硬盘存储空间不足的电脑，其余的电脑都已经更新到接近废了，特别慢，当然也没有使用固态盘，还不如国产的深度系统，至少不怎么卡。
书归正传，我的jupyterlab装在了一个非系统默认的应用程序目录，而是另外一个分区的一个目录。我要做的是把R应用kernel添加到jupyter lab，这样，我就可以愉快地使用它来学习R语言了。
过程
过程基本上就按这篇csdn博客进行的https://blog.csdn.net/ICERON/article/details/82743930， 前面基本上是比较顺利的，进行到最后一步的时候，出现了报错，识别不到我安装的jupyter，我于是使用rstudio的系统terminal激活conda环境，还是不行，估计原因是因为我没有把conda放入环境变量的原因。
我的解决方法是，在我的vps上也执行了一遍这个步骤，把需要的文件拷贝了下来，稍微修改了一下R的安装路径，重启jupyter lab就可以直接使用了。
ir
├── kernel.js
├── kernel.json
└── logo-64x64.png
#是有三个文件，观察minconda的python3 kernel只有两个，估计两个就OK了。
其实要改的就只有一个kernel.json。如果是linux操作系统估计是不需要改的，mac和win就需要改一下R的安装路径：
{
"argv": ["/usr/lib/R/bin/R", "--slave", "-e", "IRkernel::main()", "--args", "{connection_file}"],
"display_name": "R",
"language": "R"
}
#mac里是/usr/local/bin/R
至此，就可以愉快地使用R-jupyter lab了。
