fix

3.1.md

@@ -87,34 +87,34 @@ plt.show()
 | 属性 | 值类型 |
 | --- | --- |
 | `alpha` | 浮点值 |
-| `animated` | `[True | False]` |
-| `antialiased or aa` | `[True | False]` |
+| `animated` | `[True / False]` |
+| `antialiased or aa` | `[True / False]` |
 | `clip_box` | `matplotlib.transform.Bbox` 实例 |
-| `clip_on` | `[True | False]` |
+| `clip_on` | `[True / False]` |
 | `clip_path` | `Path` 实例和 `Transform` 实例，以及`Patch` |
 | `color or c` | 任何 `matplotlib` 颜色 |
 | `contains` | 命中测试函数 |
-| `dash_capstyle` | `['butt' | 'round' | 'projecting']` |
-| `dash_joinstyle` | `['miter' | 'round' | 'bevel']` |
+| `dash_capstyle` | `['butt' / 'round' / 'projecting']` |
+| `dash_joinstyle` | `['miter' / 'round' / 'bevel']` |
 | `dashes` | 以点为单位的连接/断开墨水序列 |
 | `data` | `(np.array xdata, np.array ydata)` |
 | `figure` | `matplotlib.figure.Figure` 实例 |
 | `label` | 任何字符串 |
-| `linestyle` or `ls` | `[ '-' | '--' | '-.' | ':' | 'steps' | ...]` |
+| `linestyle` or `ls` | `[ '-' / '--' / '-.' / ':' / 'steps' / ...]` |
 | `linewidth` or `lw` | 以点为单位的浮点值 |
-| `lod` | `[True | False]` |
-| `marker` | `[ '+' | ',' | '.' | '1' | '2' | '3' | '4' ]` |
+| `lod` | `[True / False]` |
+| `marker` | `[ '+' / ',' / '.' / '1' / '2' / '3' / '4' ]` |
 | `markeredgecolor or mec` | 任何 `matplotlib` 颜色 |
 | `markeredgewidth or mew` | 以点为单位的浮点值 |
 | `markerfacecolor or mfc` | 任何 `matplotlib` 颜色 |
 | `markersize or ms` | 浮点值 |
-| `markevery` | `[ None | 整数值 | (startind, stride) ]` |
+| `markevery` | `[ None / 整数值 / (startind, stride) ]` |
 | `picker` | 用于交互式线条选择 |
 | `pickradius` | 线条的拾取选择半径 |
-| `solid_capstyle` | `['butt' | 'round' | 'projecting']` |
-| `solid_joinstyle` | `['miter' | 'round' | 'bevel']` |
+| `solid_capstyle` | `['butt' / 'round' / 'projecting']` |
+| `solid_joinstyle` | `['miter' / 'round' / 'bevel']` |
 | `transform` | `matplotlib.transforms.Transform` 实例 |
-| `visible` | `[True | False]` |
+| `visible` | `[True / False]` |
 | `xdata` | `np.array` |
 | `ydata` | `np.array` |
 | `zorder` | 任何数值 |
@@ -249,7 +249,7 @@ plt.xscale('log')
 import numpy as np
 import matplotlib.pyplot as plt
 
-# make up some data in the interval ]0, 1[
+# 生成一些区间 [0, 1] 内的数据
 y = np.random.normal(loc=0.5, scale=0.4, size=1000)
 y = y[(y > 0) & (y < 1)]
 y.sort()