2020-07-14 16:39:37

docs/master-exp-analysis-pandas/0.md

@@ -26,7 +26,7 @@
 
 本书中使用了许多文本约定。
 
-`CodeInText`：表示文本中的词，数据库表名称，文件夹名称，文件名，文件扩展名，路径名，伪 URL，用户输入和 Twitter 句柄。 这是一个示例：“ H 由于使用`read_excel`方法的高级选项。”
+`CodeInText`：表示文本中的词，数据库表名称，文件夹名称，文件名，文件扩展名，路径名，伪 URL，用户输入和 Twitter 句柄。 这是一个示例：“如何使用`read_excel`方法的高级选项。”
 
 代码块设置如下：
 

docs/master-exp-analysis-pandas/4.md

@@ -476,7 +476,7 @@ The output from the preceding command is as follows:
 
 ![](img/70f9e628-bf1d-40d4-9502-a4ae4a9e9915.png)
 
-# 使用 FacetGrid（）方法进行绘图
+# 使用`FacetGrid()`方法进行绘图
 
 让我们开始研究如何使用`FacetGrid`方法绘制多维图，如以下代码所示：
 
@@ -492,7 +492,7 @@ g.add_legend();
 
 在这里，我们已经使用`FacetGrid`方法绘制了男性和女性乘客的两个并排直方图。 这种并排显示有助于我们比较按年龄划分的男女乘客的存活率。 为了进行绘制，我们首先使用`FacetGrid`方法创建了一个网格。 然后，我们将数据集的 DataFrame 列传递为`Sex`，将`hue`传递为`Survived`。 **色相**代表情节的深度。 然后，这创建了带有两个分别用于男性和女性乘客的地块的网格。 然后我们在网格上调用`map`方法并传递了`plt.hist`和`Age`参数，它们绘制了我们的两个直方图。 最后，我们使用`add_legend`方法添加了图例。
 
-# 使用 PairGrid（）方法进行绘图
+# 使用`PairGrid()`方法进行绘图
 
 现在让我们看看如何使用`PairGrid`方法绘制可识别网格的图。 我们正在为此使用 MLB 播放器数据集，如以下代码所示：
 
@@ -521,7 +521,7 @@ g.add_legend();
 
 这些位置的深度由玩家位置列提供。
 
-# 使用 PairPlot（）方法进行绘图
+# 使用`PairPlot()`方法进行绘图
 
 通过传递数据集可以直接调用`PairPlot`，如下所示。 深度由`hue`和`size`参数组成：