生信分析用python还是r_生信分析利器：JupyterLab

生信分析对计算机的开发环境有诸多要求，随之而来的自然就是很多麻烦。不说别的，要兼顾 Python 和 R 的问题就有够头疼。一边想着用 Python 搭流程处理文本和分析结果，另一边还想着用 R 来做统计分析和画图，而且大多数时候生信分析还得在服务器上完成。

Python 你用 Pycharm，R 用 Rstudio，一会这儿一会那儿的切来切去，还得设置服务器连接(Pycharm 如果不是付费版本，要连服务器还挺麻烦)。完了在 Windows 下你还得用 Xshell 连服务器开个命令行执行脚本和 Shell 命令 ；上传下载文件再开个 Filezila；数据表格结果用 Excel 查看；PDF 用 Adobe Reader ... 有人会说哪有这么麻烦，用 Vscode 加插件就能解决~ 确实是不错的选择，可要换了台电脑之前的环境不就全废了么。

有了 JupyterLab 之后，只要能连上服务器，一个窗口内完美实现所有这些功能，而你需要的就只有一个软件：浏览器(最好是 Chrome)

看看效果：

同时打开了 Python Notebook、CSV数据表、PDF 文献、命令行和文件管理

Markdown 文件预览和图片预览

强大到令人咋舌(感觉两张截图还是不足以体现 JupyterLab 的强大 *_* )。不仅能直接查看分析时常用的多种数据和文件格式，Jupyter 的 notebook 在运行之后即时返回结果，非常方便做数据分析和可视化。我原来也用 Atom + MobaXterm + Filezila 的组合来写代码加做分析，自从不久前试用了 JupyterLab 之后，于是渐渐抛弃“原配”，投入 JupyterLab 的怀抱。

安利完了进入正题，从头开始搭建一个以 JupyterLab 为核心的生物信息分析环境，特别适用于各种服务器和云，当然在本地计算机上使用也可以。

搭建环境：

硬件平台：易微升服务器

操作系统：Ubuntu 18.04 LTS

*** 此段可跳过，不影响后文阅读 ***

注：这里选用 Ubuntu 系统，是因为个人习惯。在安装软件和各种环境的时候，apt 非常方便，而且默认仓库的软件版本都比较新，出现问题好解决一些。其他常见的类 Unix 系统，比如 CentOS(也是 Linux 内核)，或者苹果的 MacOS，在搭建 Bioconda + Jup