From 67560e2ccab6bba91bfdb3729d66ba0d69d57d62 Mon Sep 17 00:00:00 2001
From: GKcmdr <aa4propre@gmail.com>
Date: Tue, 23 Apr 2019 22:00:00 +0800
Subject: [PATCH] Update 20.md

---
 docs/20.md | 17 +++++++++--------
 1 file changed, 9 insertions(+), 8 deletions(-)

diff --git a/docs/20.md b/docs/20.md
index f2edec9..cde11ed 100644
--- a/docs/20.md
+++ b/docs/20.md
@@ -15,13 +15,14 @@ seaborn.barplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None,
 输入数据的格式可以不同，包括：
 
 *   以列表，numpy array或者pandas中的Series object 表示的向量。这些向量可以直接传入 `x`, `y`, 以及 `hue` 参数。
-*    “long-form” DataFrame, 即x值，y值和色相变量决定了数据是如何绘制的。
-*    “wide” DataFrame，每个列的数值都会被绘制出来.
+*   长表, x值，y值和色相变量决定了数据是如何绘制的。
+*   宽表，每个列的数值都会被绘制出来.
 *   数组或者列表的向量。
 
 大多数情况下，您可以使用numpy的对象或者python的对象，但是用pandas对象更好，因为相关的but pandas objects are preferable because the associated names will be used to annotate the axes. 另外，为了控制绘图元素 您也可以可以用分类类型来组合不同的变量。
 
-This function always treats one of the variables as categorical and draws data at ordinal positions (0, 1, … n) on the relevant axis, even when the data has a numeric or date type.
+这个函数始终把一个变量当做分类变量，即使这个数据是数值类型或者日期类型，并且按照序数顺序绘制在相关的轴上。
+
 
 详情请看[教程](../tutorial/categorical.html#categorical-tutorial)。
 
@@ -47,7 +48,7 @@ This function always treats one of the variables as categorical and draws data a
 
 **n_boot** : int, optional
 
-> Number of bootstrap iterations to use when computing confidence intervals.
+> 计算置信区间需要的Boostrap迭代次数。
 
 **units** : name of variable in `data` or vector data, optional
 
@@ -75,7 +76,7 @@ This function always treats one of the variables as categorical and draws data a
 
 **errwidth** : float, optional
 
-> Thickness of error bar lines (and caps).
+> 错误条的线的厚度。
 
 **capsize** : float, optional
 
@@ -87,7 +88,7 @@ This function always treats one of the variables as categorical and draws data a
 
 **ax** : matplotlib Axes, optional
 
-> Axes object to draw the plot onto, otherwise uses the current Axes.
+> 指定一个Axes用于绘图，如果不指定，则使用当前的Axes。
 
 **kwargs** : key, value mappings
 
@@ -129,7 +130,7 @@ Draw a set of vertical bars with nested grouping by a two variables:
 
 ![http://seaborn.pydata.org/_images/seaborn-barplot-2.png](img/863249efe2403afa4fae2f2b6884d3bd.jpg)
 
-Draw a set of horizontal bars:
+绘制一组水平柱状图：
 
 ```py
 >>> ax = sns.barplot(x="tip", y="day", data=tips)
@@ -185,7 +186,7 @@ Add “caps” to the error bars:
 
 ![http://seaborn.pydata.org/_images/seaborn-barplot-8.png](img/5a69e1058d9b8b4b5be6dc15d1bad130.jpg)
 
-使用一个不同的颜色条：
+使用一个不同的调色盘来绘制图案：
 
 ```py
 >>> ax = sns.barplot("size", y="total_bill", data=tips,
-- 
GitLab