引言
pong可用于admixture結果可視化
官方網址：GitHub - ramachandran-lab/pong: Fast analysis and visualization of latent clusters in population genetic data提供了非常詳細的安裝和使用方法。
結果預覽：
安裝
準備
1.首先需要帶GUI的操作系統，因為最終會需要在瀏覽器（Chrome，Firefox，Safari可以，IE不行）中打開，官網提供了Windows、Mac的教程。
2.其次需要python3（3.6及以上）的環(huán)境才能安裝最新版，python2 可以使用早一點的版本。
開始是直接安裝python3.8，http://www.itdecent.cn/p/c13c63ad8ed9，但是總是會在運行pong時，報關于bz2的錯，最終也沒解決。
建議使用Anaconda準備python環(huán)境，很方便https://zhuanlan.zhihu.com/p/32925500
安裝
conda install bzip2 #安裝bz2包（可選步驟）
pip3 install pong #安裝最新版pong
pip install pong==1.4.9 #安裝1.4.9版本的pong，支持python2.7版本
conda list #確認列表中存在pong和bzip2
如果安裝pong提示權限不足
sudo pip install pong #需輸入密碼
如果還是不行，嘗試使用root
使用
準備文件
1.接受各種Q矩陣輸入，具體的運算可參考http://www.itdecent.cn/p/6668aee4681d
2.filemap ：一個三列的文件，制表符分割
第一列自定義編號：字母開頭，后接任意的字母、數字、下劃線、連字符（不能太長）。還可以用#加描述進行注釋。
第二列k值：至少要有一個和k值對應的Q文件
第三列Q文件：包含路徑和文件名，如果Q文件在當前目錄下，則不需要加路徑?？梢蕴砑佣鄠€目錄下的文件，但不能包含“#”
3.ind2pop（可選文件，建議加上）：單列的文件，包含個體的種群標簽。行數和Q文件行數應一致。
4.filename（可選文件，需在3的基礎上添加） ：可以為一列或兩列文件，第一列是與ind2pop文件中種群對應的種群名。結果圖從左到右的種群順序，對應該文件從上到下的順序，不加該文件則使用默認算法排序（看不懂）。結果圖橫坐標會顯示對應的第二列（如果有）內容。
5.color（可選文件，當Kmax大于26時，是必須的）：單列文件，接受所有通用的顏色格式（十六進制編碼、RGB等），最好不要使用白色，行數必須大于Kmax，但是只有前Kmax行的顏色才會被使用。
運行
pong -m filemap -i ind2pop -n filename -l color
可選參數：
-c number #跳過Q文件每一行的前幾列，默認是0，主要取決于Q文件的格式
-col_delim "," #默認是空白分隔符，用于解析Q文件
-o #設置輸出目錄，默認是創(chuàng)建一個pong_output_datetime的目錄。使用該參數會創(chuàng)建一個目錄，若目錄已存在，則提供選擇輸出到已有目錄下或覆蓋
-f #與-o 同時使用，強制覆蓋已有目錄
-v #產生更詳細的輸出文件和額外的輸出目錄，詳見官方手冊7.3節(jié)
此外，還有更多的高級參數，但一般是用不上
輸出
1.兩個文件：params_used.txt包含運行的主要參數，result_summary.txt包含運行的主要模式。若使用-v 則會有更多的輸出文件
2.一個網址，提示用戶在瀏覽器打開，即上文的結果預覽
特點：
1.將鼠標指到群體上時，展示隸屬關系（≥ 0.5%）
2.單擊某一顏色，將只顯示該顏色，其他顏色變?yōu)榘咨?/p>
3.shift+單擊種群或單擊種群標簽，高亮顯示該種群。
4.鼠標置于圖中，使用滾輪以鼠標為中心進行縮放。
5.可選多種格式下載全部圖或單個k值圖
參考文獻：
Aaron A. Behr, Katherine Z. Liu, Gracie Liu-Fang, Priyanka Nakka, Sohini Ramachandran. pong: fast analysis and visualization of latent clusters in population genetic data. Bioinformatics, Volume 32, Issue 18, 15 September 2016, Pages 2817-2823, https://doi.org/10.1093/bioinformatics/btw327
