fix

3.1.md

@@ -224,7 +224,7 @@ t = plt.xlabel('my data', fontsize=14, color='red')
 plt.title(r'$\sigma_i=15$')
 ```
 
-标题字符串之前的`r`很重要 - 它表示该字符串是一个原始字符串，而不是将反斜杠作为 python 转义处理。 `matplotlib`有一个内置的 TeX 表达式解析器和布局引擎，并且自带了自己的数学字体 - 详细信息请参阅[编写数学表达式](http://matplotlib.org/users/mathtext.html#mathtext-tutorial)。 因此，你可以跨平台使用数学文本，而无需安装 TeX。 对于安装了 LaTeX 和`dvipng`的用户，还可以使用 LaTeX 格式化文本，并将输出直接合并到显示图像或保存的 postscrip t中 - 请参阅[使用 LaTeX 进行文本渲染](http://matplotlib.org/users/usetex.html#usetex-tutorial)。
+标题字符串之前的`r`很重要 - 它表示该字符串是一个原始字符串，而不是将反斜杠作为 python 转义处理。 `matplotlib`有一个内置的 TeX 表达式解析器和布局引擎，并且自带了自己的数学字体 - 详细信息请参阅[编写数学表达式](http://matplotlib.org/users/mathtext.html#mathtext-tutorial)。 因此，你可以跨平台使用数学文本，而无需安装 TeX。 对于安装了 LaTeX 和`dvipng`的用户，还可以使用 LaTeX 格式化文本，并将输出直接合并到显示图像或保存的 postscript 中 - 请参阅[使用 LaTeX 进行文本渲染](http://matplotlib.org/users/usetex.html#usetex-tutorial)。
 
 ## 标注文本
 
@@ -240,7 +240,7 @@ plt.title(r'$\sigma_i=15$')
 `matplotlib.pyplot`不仅支持线性轴刻度，还支持对数和对数刻度。 如果数据跨越许多数量级，通常会使用它。 更改轴的刻度很容易：
 
 ```py
-plt.xscale(‘log’)
+plt.xscale('log')
 ```
 
 下面示例显示了四个图，具有相同数据和不同刻度的`y`轴。
@@ -255,10 +255,10 @@ y = y[(y > 0) & (y < 1)]
 y.sort()
 x = np.arange(len(y))
 
-# plot with various axes scales
+# 带有多个轴刻度的 plot
 plt.figure(1)
 
-# linear
+# 线性
 plt.subplot(221)
 plt.plot(x, y)
 plt.yscale('linear')
@@ -266,7 +266,7 @@ plt.title('linear')
 plt.grid(True)
 
 
-# log
+# 对数
 plt.subplot(222)
 plt.plot(x, y)
 plt.yscale('log')
@@ -274,7 +274,7 @@ plt.title('log')
 plt.grid(True)
 
 
-# symmetric log
+# 对称的对数
 plt.subplot(223)
 plt.plot(x, y - y.mean())
 plt.yscale('symlog', linthreshy=0.05)