引言
pong可用于admixture结果可视化
官方网址：GitHub - ramachandran-lab/pong: Fast analysis and visualization of latent clusters in population genetic data提供了非常详细的安装和使用方法。
结果预览：
安装
准备
1.首先需要带GUI的操作系统，因为最终会需要在浏览器（Chrome，Firefox，Safari可以，IE不行）中打开，官网提供了Windows、Mac的教程。
2.其次需要python3（3.6及以上）的环境才能安装最新版，python2 可以使用早一点的版本。
开始是直接安装python3.8，https://www.jianshu.com/p/c13c63ad8ed9，但是总是会在运行pong时，报关于bz2的错，最终也没解决。
建议使用Anaconda准备python环境，很方便https://zhuanlan.zhihu.com/p/32925500
安装
conda install bzip2 #安装bz2包（可选步骤）
pip3 install pong #安装最新版pong
pip install pong==1.4.9 #安装1.4.9版本的pong，支持python2.7版本
conda list #确认列表中存在pong和bzip2
如果安装pong提示权限不足
sudo pip install pong #需输入密码
如果还是不行，尝试使用root
使用
准备文件
1.接受各种Q矩阵输入，具体的运算可参考https://www.jianshu.com/p/6668aee4681d
2.filemap ：一个三列的文件，制表符分割
第一列自定义编号：字母开头，后接任意的字母、数字、下划线、连字符（不能太长）。还可以用#加描述进行注释。
第二列k值：至少要有一个和k值对应的Q文件
第三列Q文件：包含路径和文件名，如果Q文件在当前目录下，则不需要加路径。可以添加多个目录下的文件，但不能包含“#”
3.ind2pop（可选文件，建议加上）：单列的文件，包含个体的种群标签。行数和Q文件行数应一致。
4.filename（可选文件，需在3的基础上添加） ：可以为一列或两列文件，第一列是与ind2pop文件中种群对应的种群名。结果图从左到右的种群顺序，对应该文件从上到下的顺序，不加该文件则使用默认算法排序（看不懂）。结果图横坐标会显示对应的第二列（如果有）内容。
5.color（可选文件，当Kmax大于26时，是必须的）：单列文件，接受所有通用的颜色格式（十六进制编码、RGB等），最好不要使用白色，行数必须大于Kmax，但是只有前Kmax行的颜色才会被使用。
运行
pong -m filemap -i ind2pop -n filename -l color
可选参数：
-c number #跳过Q文件每一行的前几列，默认是0，主要取决于Q文件的格式
-col_delim "," #默认是空白分隔符，用于解析Q文件
-o #设置输出目录，默认是创建一个pong_output_datetime的目录。使用该参数会创建一个目录，若目录已存在，则提供选择输出到已有目录下或覆盖
-f #与-o 同时使用，强制覆盖已有目录
-v #产生更详细的输出文件和额外的输出目录，详见官方手册7.3节
此外，还有更多的高级参数，但一般是用不上
输出
1.两个文件：params_used.txt包含运行的主要参数，result_summary.txt包含运行的主要模式。若使用-v 则会有更多的输出文件
2.一个网址，提示用户在浏览器打开，即上文的结果预览
特点：
1.将鼠标指到群体上时，展示隶属关系（≥ 0.5%）
2.单击某一颜色，将只显示该颜色，其他颜色变为白色
3.shift+单击种群或单击种群标签，高亮显示该种群。
4.鼠标置于图中，使用滚轮以鼠标为中心进行缩放。
5.可选多种格式下载全部图或单个k值图
参考文献：
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
