diff --git "a/\347\254\25409\347\253\240 \347\273\230\345\233\276\345\222\214\345\217\257\350\247\206\345\214\226.md" "b/\347\254\25409\347\253\240 \347\273\230\345\233\276\345\222\214\345\217\257\350\247\206\345\214\226.md"
index 4e83cfe..f5ddc46 100644
--- "a/\347\254\25409\347\253\240 \347\273\230\345\233\276\345\222\214\345\217\257\350\247\206\345\214\226.md"	
+++ "b/\347\254\25409\347\253\240 \347\273\230\345\233\276\345\222\214\345\217\257\350\247\206\345\214\226.md"	
@@ -646,7 +646,7 @@ In [107]: sns.pairplot(trans_data, diag_kind='kde', plot_kws={'alpha': 0.2})
 你可能注意到了plot_kws参数。它可以让我们传递配置选项到非对角线元素上的图形使用。对于更详细的配置选项，可以查阅seaborn.pairplot文档字符串。
 
 
-##分面网格（facet grid）和类型数据
+## 分面网格（facet grid）和类型数据
 要是数据集有额外的分组维度呢？有多个分类变量的数据可视化的一种方法是使用小面网格。seaborn有一个有用的内置函数factorplot，可以简化制作多种分面图（见图9-26）：
 ```python
  In [108]: sns.factorplot(x='day', y='tip_pct', hue='time', col='smoker',