参见:https://flowingdata.com/2010/08/31/how-to-visualize-data-with-cartoonish-faces/

    Chernoff faces 的创造者应该是个充满想象力的人,用人的脸的五官来表现数据,因为作者觉得我们都是人,能够判断五官的细微差异,因此如果用五官来表现数据,也很容易看出。(真的有想象力哇

    ps:其实感觉星图也挺不错,我自己也是因为星图阴差阳错的知道这个包:

    1. 用星图绘制你的战力表

    直接用一组10*10 的随机矩阵:

    1. > mat
    2. ability1 ability2 ability3 ability4 ability5 ability6 ability7 ability8 ability9 ability10
    3. sample1 15.02793 11.75973 17.95334 13.11035 14.72707 11.84934 12.87891 14.60447 14.02099 11.67889
    4. sample2 12.44242 10.62128 10.14315 11.01140 10.83456 11.95527 17.24580 12.96430 11.50549 11.47003
    5. sample3 17.32756 19.35300 15.58799 11.88323 10.35692 14.29070 13.87959 15.07588 19.22263 15.20624
    6. sample4 10.43305 12.79005 16.12117 15.01036 10.65870 12.80955 15.69616 15.10064 15.22195 13.55428
    7. sample5 19.17745 16.17473 19.07382 17.81300 11.33411 18.58552 11.18753 17.02681 15.53477 12.19307
    8. sample6 13.77957 16.82956 10.22371 17.87506 18.62045 18.15138 19.02812 14.69834 19.89162 14.89555
    9. sample7 10.21548 19.88344 15.70633 13.43634 18.38086 19.00223 18.54483 18.40722 10.14454 13.59843
    10. sample8 13.77992 12.46729 18.92683 15.06351 10.21649 12.13442 16.39230 12.39272 12.35951 18.25091
    11. sample9 11.78043 14.41540 16.91866 10.66364 16.49446 11.96742 14.07924 17.59520 13.38018 15.46253
    12. sample10 11.40228 19.46332 10.15500 10.56139 19.97036 18.63117 18.78876 16.72489 12.54599 16.24116

    01. 用ala Chernoff 把数据画成人脸 - 图1

    在作者举例的数据集中,其使用的美国犯罪情况的表格:

    crime <- read.csv(“http://datasets.flowingdata.com/crimeRatesByState-formatted.csv”))

    01. 用ala Chernoff 把数据画成人脸 - 图2

    按照作者的意思来看,似乎并不能非常个性化的调整各个脸部特征对应表格信息特征,而从结果来看,似乎其更适合长而窄的数据框,不同的列对应不同的脸部特征。

    另外你也可以像作者一样画出上面的图,将结果导入其他图片处理工具,对脸部特征进行标注,告诉读者各个部分表示什么意思。