脸谱图和星图类似，但它却比星图可以表示更多的数据维度。用脸谱来分析多维度数据，即将P个维度的数据用人脸部位的形状或大小来表征。脸谱图在平面上能够形象的表示多维度数据并给人以直观的印象,可帮助使用者形象记忆分析结果,提高判断能力,加快分析速度。目前已应用于多地域经济战略指标数据分析，空间数据可视化等领域。
脸谱图一般采用15个指标，各指标代表的面部特征为：
1 脸的高度 2脸的宽度3 脸型4嘴巴厚度 5, 嘴巴宽度6 微笑7 眼睛的高度8 眼睛宽度
9 头发长度 10 头发宽度11头发风格12 鼻子高度13 鼻子宽度14 耳朵宽度15耳朵高度
在R语言里面有两个包可以绘制脸谱图，一个是aplpack，另外一个是TeachingDemos。
首先我们先用aplpack包来试试：这个扩展包里面有一个faces（）函数
[plain] view plain copy
- faces(xy, which.row, fill = FALSE, face.type = 1, nrow.plot, ncol.plot,
- scale = TRUE, byrow = FALSE, main, labels, print.info = TRUE,
- na.rm = FALSE, ncolors = 20, col.nose = rainbow(ncolors),
- col.eyes = rainbow(ncolors, start = 0.6, end = 0.85),
- col.hair = terrain.colors(ncolors), col.face = heat.colors(ncolors),
- col.lips = rainbow(ncolors, start = 0, end = 0.2),
- col.ears = rainbow(ncolors, start = 0, end = 0.2), plot.faces = TRUE)
这个函数里面，参数face.type取值范围为0—2,0表示无颜色，1，表示彩色，2表示时彩色的圣诞老人，不在这个范围则默认为1。
[plain] view plain copy
- data(longley)#加载数据
- faces(longley[1:9,],face.type=1)
lonley数据集有一下变量：
绘图结果如下
effect of variables:
变量在脸谱图中代表意义说明如下：
[plain] view plain copy
- effect of variables:
- modified item Var
- "height of face " "GNP.deflator"
- "width of face " "GNP"
- "structure of face" "Unemployed"
- "height of mouth " "Armed.Forces"
- "width of mouth " "Population"
- "smiling " "Year"
- "height of eyes " "Employed"
- "width of eyes " "GNP.deflator"
- "height of hair " "GNP"
- "width of hair " "Unemployed"
- "style of hair " "Armed.Forces"
- "height of nose " "Population"
- "width of nose " "Year"
- "width of ear " "Employed"
- "height of ear " "GNP.deflator"
将face.type改为2则可以画出来的脸谱图是圣诞老人。
这个包里面还有一个plot.faces（）函数，他可以帮我们把脸谱图和散点图结合起来。听起来是不是很酷。
[plain] view plain copy
- data(longley)
- plot(longley[1:16,2:3],bty="n")
- a<-faces(longley[1:16,],plot=FALSE)
- plot.faces(a,longley[1:16,2],longley[1:16,3],width=35,height=30)
今天是圣诞节，咱就把这个画成圣诞老人，祝大家圣诞节快乐，只需要把face.type=2就OK了。
是不是如果把散点图画成这样很有个性。把这张图送给大家就当是祝大家圣诞节快乐。
二.TeachingDemos
至于TeachingDemos包，它的功能就较多，不仅可以绘制脸谱图，他也可以借助rgl扩展包绘制三维动态图。
然后剩下的给大家留一个悬念，感兴趣的可以自己去研究一下，也希望有经验的大牛在评论区交流经验。