1樓：「已登出」
感覺鼻子參與不到情緒的表達中來，無論鼻子的主人是生氣還是開心，鼻子都一樣地杵在那裡。能夠表達情緒的也只有鼻樑部位的皺紋，，寥寥兩筆就能畫出來的那就沒必要非要把整個鼻子畫出來了。
個人猜測。
2樓：神武黑豹
謝不邀首先來看鼻子超強烈的畫風
然後看看鼻子不那麼強烈的畫風
最後來看看沒有鼻子的畫風
這樣就可以直觀地發現，三種畫風的遞進趨勢是不斷簡化的，而簡化的方向可以概括為用更少的線條表達更複雜的結構。
這麼說可能有點怪，明明結構是越來越簡單了，怎麼會是複雜的結構呢？但其實仔細觀察能發現，簡化後的畫風，線條效率更高了。幾乎沒有修飾性的廢線，十分直觀地表達出各種形狀（方，圓，或者三角）和質感（軟，硬，滑，或者糙）。
這種畫風精進的方向，十分適合日本動漫效率至上，省錢第一，鑽牛角尖的精神，於是得到了深入的探索和發展。
簡化的畫風是有代價的，更有效率的線所帶來的後果是更少的資訊量，因為線只有那一條，所以必須表達最恰如其分的那部分資訊，其餘無益的資訊必須捨棄。誰的取捨精準，誰的畫風就屌。
打個比方，乙個寫實的臉，能容納的資訊是100，你可以把頭髮畫的很有層次，顴骨眉弓眼瞼鼻樑鼻翼嘴唇和肌肉都表現出來。層次控制夠準確的情況下，只要這是一張標準三庭五眼的臉，就肯定不會維和。
但乙個簡化的臉，可能裡面能容納的資訊只有50甚至10那麼少了。更要命的是，這種簡化是從一開始就開始做的了，所以這不再是一張標準的三庭五眼，而是經過抽象變形的，非常誇張，而又直觀表達某種印象的形狀（比如極端的錐子臉，方臉，圓臉，大眼等）。在這樣乙個簡化又變形的圈子裡，所有的資訊都無法再以現實為準繩，而是要重建秩序了。
現在終於可以開始說鼻子了。
由於簡化的畫風對畫面資訊的選取非常苛刻，所以只能取其精華去其糟粕，沒用的不能畫，有用的要改的更有用。
一張臉的意義其實在於表演，哪怕漂亮也是某種程度的表演，那麼現在讓我們來想乙個問題：
鼻子要怎麼表演？
發現了，鼻子的表演效率是非常低的，鼻孔微張這樣的微表情不在動漫表現力的範疇，漂亮的鼻子雖然賞心悅目但比起不停運動的眼睛和嘴巴始終效率是太低了。所以在精簡至上的畫風裡，既然有了活靈活現的眼睛和嘴巴，還畫鼻子幹什麼呢？
更別說許多經過變形的畫風，眼睛佔了面部的四分之一，根本容不下鼻子了，強行畫上只會讓資訊變得冗雜，所以視情況，要麼讓鼻子簡單得只有一條弧線或者兩個孔，要麼根本就不要了。
以上就是動漫鼻子的消亡史。
PS：從側面看還是有鼻子的
從電路分析的角度解釋，為什麼 CPU 頻率越高發熱越大？
獨行遠征 電動力學推導導體裡電磁場的傳導，記不清了，好像有個虛部的結果，與頻率成正比，就是傳輸損耗。只要在介質中傳遞電磁場，都要遵從這個規律。所以高頻訊號都要用波導傳輸，高頻大功率的發射要用速調管，盡量在真空條件下，傳輸電磁波，發射訊號的時候調製真空管中的電子注 大號電子槍大量的自由電子 就這樣為了...
能否從科學角度解釋為什麼人的大腦構造相同，然而每個個體的想法卻千奇百怪？到底什麼是思想，怎麼產生的？
當代文壇巨匠 遺傳基因，這是決定你的思考方向的。成長環境決定你的思維方式的。比如乙個人你給他扔到賊窩。但是也不一定會成為賊，因為可能基因裡就帶有正義感。這個不是後天學習的。環境決定思維方式。比如同樣在賊窩。這個人不會學壞。因為有正義基因。但是他的思維方式可能更社會。他不會透不會搶。但是可能不願意相信...
能否從演算法原理的角度解釋，為什麼強化學習演算法中，Q learning演算法比Sarsa演算法冒險 激進？
質心 從直觀上來說一下吧，這裡使用莫煩 Python 教程中的例子，初始狀態在左上角，目標獎勵在黃色區域，黑色區域為懲罰。Q learning的探索較為激進，Sarsa的探索較為保守。兩者的action策略都是e greedy，那麼差異就出在的Qtable Sarsatable 的更新策略上。在靠近...