使用jupyter lab愉快地编程

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。

发表评论