fix 'figure'

Author: wizardforcel

3.1.md

@@ -6,7 +6,7 @@
 
 > 协议：[CC BY-NC-SA 4.0](http://creativecommons.org/licenses/by-nc-sa/4.0/)
 
-`matplotlib.pyplot`是一个命令风格函数的集合，使`matplotlib`的机制更像 MATLAB。 每个绘图函数对图像进行一些更改：例如，创建图像，在图像中创建绘图区域，在绘图区域绘制一些线条，使用标签装饰绘图等。在`matplotlib.pyplot`中，各种状态跨函数调用保存，以便跟踪诸如当前图像和绘图区域之类的东西，并且绘图函数始终指向当前轴域（请注意，这里和文档中的大多数位置中的『轴域』（axes）是指图像的一部分（两条坐标轴围成的区域），而不是指代多于一个轴的严格数学术语）。
+`matplotlib.pyplot`是一个命令风格函数的集合，使`matplotlib`的机制更像 MATLAB。 每个绘图函数对图形进行一些更改：例如，创建图形，在图形中创建绘图区域，在绘图区域绘制一些线条，使用标签装饰绘图等。在`matplotlib.pyplot`中，各种状态跨函数调用保存，以便跟踪诸如当前图形和绘图区域之类的东西，并且绘图函数始终指向当前轴域（请注意，这里和文档中的大多数位置中的『轴域』（axes）是指图形的一部分（两条坐标轴围成的区域），而不是指代多于一个轴的严格数学术语）。
 
 ```py
 import matplotlib.pyplot as plt
@@ -25,7 +25,7 @@ plt.show()
 plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
 ```
 
-对于每个`x,y`参数对，有一个可选的第三个参数，它是指示图像颜色和线条类型的格式字符串。 格式字符串的字母和符号来自 MATLAB，并且将颜色字符串与线型字符串连接在一起。 默认格式字符串为`"b-"`，它是一条蓝色实线。 例如，要绘制上面的红色圆圈，你需要执行：
+对于每个`x,y`参数对，有一个可选的第三个参数，它是指示图形颜色和线条类型的格式字符串。 格式字符串的字母和符号来自 MATLAB，并且将颜色字符串与线型字符串连接在一起。 默认格式字符串为`"b-"`，它是一条蓝色实线。 例如，要绘制上面的红色圆圈，你需要执行：
 
 ```py
 import matplotlib.pyplot as plt
@@ -131,9 +131,9 @@ In [70]: plt.setp(lines)
   ...snip
 ```
 
-## 处理多个图像和轴域
+## 处理多个图形和轴域
 
-MATLAB 和 pyplot 具有当前图像和当前轴域的概念。 所有绘图命令适用于当前轴域。 函数`gca()`返回当前轴域（一个`matplotlib.axes.Axes`实例），`gcf()`返回当前图像（`matplotlib.figure.Figure`实例）。 通常，你不必担心这一点，因为它都是在幕后处理。 下面是一个创建两个子图的脚本。
+MATLAB 和 pyplot 具有当前图形和当前轴域的概念。 所有绘图命令适用于当前轴域。 函数`gca()`返回当前轴域（一个`matplotlib.axes.Axes`实例），`gcf()`返回当前图形（`matplotlib.figure.Figure`实例）。 通常，你不必担心这一点，因为它都是在幕后处理。 下面是一个创建两个子图的脚本。
 
 ```py
 import numpy as np
@@ -158,28 +158,28 @@ plt.show()
 
 这里的`figure()`命令是可选的，因为默认情况下将创建`figure(1)`，如果不手动指定任何轴域，则默认创建`subplot(111)`。`subplot()`命令指定`numrows`，`numcols`，`fignum`，其中`fignum`的范围是从`1`到`numrows * numcols`。 如果`numrows * numcols <10`，则`subplot`命令中的逗号是可选的。 因此，子图`subplot(211)`与`subplot(2, 1, 1)`相同。 你可以创建任意数量的子图和轴域。 如果要手动放置轴域，即不在矩形网格上，请使用`axes()`命令，该命令允许你将`axes([left, bottom, width, height])`指定为位置，其中所有值都使用小数（0 到 1）坐标。 手动放置轴域的示例请参见[`pylab_examples`示例代码：`axes_demo.py`](http://matplotlib.org/examples/pylab_examples/axes_demo.html#pylab-examples-axes-demo)，具有大量子图的示例请参见[`pylab_examples`示例代码：`subplots_demo.py`](http://matplotlib.org/examples/pylab_examples/subplots_demo.html#pylab-examples-subplots-demo)。
 
-你可以通过使用递增图像编号多次调用`figure()`来创建多个图像。 当然，每个数字可以包含所需的轴和子图数量：
+你可以通过使用递增图形编号多次调用`figure()`来创建多个图形。 当然，每个数字可以包含所需的轴和子图数量：
 
 ```py
 import matplotlib.pyplot as plt
-plt.figure(1)                # 第一个图像
-plt.subplot(211)             # 第一个图像的第一个子图
+plt.figure(1)                # 第一个图形
+plt.subplot(211)             # 第一个图形的第一个子图
 plt.plot([1, 2, 3])
-plt.subplot(212)             # 第一个图像的第二个子图
+plt.subplot(212)             # 第一个图形的第二个子图
 plt.plot([4, 5, 6])
 
 
-plt.figure(2)                # 第二个图像
+plt.figure(2)                # 第二个图形
 plt.plot([4, 5, 6])          # 默认创建 subplot(111)
 
-plt.figure(1)                # 当前是图像 1，subplot(212)
-plt.subplot(211)             # 将第一个图像的 subplot(211) 设为当前子图
+plt.figure(1)                # 当前是图形 1，subplot(212)
+plt.subplot(211)             # 将第一个图形的 subplot(211) 设为当前子图
 plt.title('Easy as 1, 2, 3') # 子图 211 的标题
 ```
 
-你可以使用`clf()`清除当前图像，使用`cla()`清除当前轴域。 如果你搞不清在幕后维护的状态（特别是当前的图像和轴域），不要绝望：这只是一个面向对象的 API 的简单的状态包装器，你可以使用面向对象 API（见[艺术家教程](http://matplotlib.org/users/artists.html#artist-tutorial)）。
+你可以使用`clf()`清除当前图形，使用`cla()`清除当前轴域。 如果你搞不清在幕后维护的状态（特别是当前的图形和轴域），不要绝望：这只是一个面向对象的 API 的简单的状态包装器，你可以使用面向对象 API（见[艺术家教程](http://matplotlib.org/users/artists.html#artist-tutorial)）。
 
-如果你正在制作大量的图像，你需要注意一件事：在一个图像用`close()`显式关闭之前，该图所需的内存不会完全释放。 删除对图像的所有引用，和/或使用窗口管理器杀死屏幕上出现的图像的窗口是不够的，因为在调用`close()`之前，`pyplot`会维护内部引用。
+如果你正在制作大量的图形，你需要注意一件事：在一个图形用`close()`显式关闭之前，该图所需的内存不会完全释放。 删除对图形的所有引用，和/或使用窗口管理器杀死屏幕上出现的图形的窗口是不够的，因为在调用`close()`之前，`pyplot`会维护内部引用。
 
 ## 处理文本
 
@@ -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 postscript 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形或保存的 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
 

7.1.md

@@ -8,7 +8,7 @@
 
 ![](http://matplotlib.org/_images/toolbar.png)
 
-所有图像窗口都带有导航工具栏，可用于浏览数据集。 以下是工具栏底部的每个按钮的说明：
+所有图形窗口都带有导航工具栏，可用于浏览数据集。 以下是工具栏底部的每个按钮的说明：
 
 ![](http://matplotlib.org/_images/back.png)
 
@@ -20,7 +20,7 @@
 
 `Pan/Zoom`（平移/缩放）按钮
 
-此按钮有两种模式：平移和缩放。 单击工具栏按钮激活平移和缩放，然后将鼠标放在轴域的某个地方。 按住鼠标左键并将其拖动到新位置来平移图形。 当你释放它时，你按下的点处的数据将移动到你释放的点。 如果在平移时按`'x'`或`'y'`，移动会分别限制在`x`或`y`轴。 按鼠标右键并将其拖动到新位置来进行缩放。 向右移动使`x`轴成比例放大，或者向左移动成比例缩小。 `y`轴和上/下移动同上。 开始缩放时鼠标下的点会保持静止，你可以缩放图像中的其它任意点。 你可以使用快捷键`'x'`，`'y'`或`CONTROL`分别将缩放约束为`x`轴，`y`轴或保留宽高比。
+此按钮有两种模式：平移和缩放。 单击工具栏按钮激活平移和缩放，然后将鼠标放在轴域的某个地方。 按住鼠标左键并将其拖动到新位置来平移图形。 当你释放它时，你按下的点处的数据将移动到你释放的点。 如果在平移时按`'x'`或`'y'`，移动会分别限制在`x`或`y`轴。 按鼠标右键并将其拖动到新位置来进行缩放。 向右移动使`x`轴成比例放大，或者向左移动成比例缩小。 `y`轴和上/下移动同上。 开始缩放时鼠标下的点会保持静止，你可以缩放图形中的其它任意点。 你可以使用快捷键`'x'`，`'y'`或`CONTROL`分别将缩放约束为`x`轴，`y`轴或保留宽高比。
 
 使用极坐标绘图时，平移和缩放功能的行为不同。 可以使用鼠标左键拖动半径轴标签。 可以使用鼠标右键放大和缩小半径刻度。