diff --git "a/\347\254\2543\347\253\240_\347\261\273\345\210\253\346\257\224\350\276\203\345\236\213\345\233\276\350\241\250/\345\233\2763-4-1 \345\205\213\345\210\251\345\244\253\345\205\260\347\202\271\345\233\276\347\263\273\345\210\227.R" "b/\347\254\2543\347\253\240_\347\261\273\345\210\253\346\257\224\350\276\203\345\236\213\345\233\276\350\241\250/\345\233\2763-4-1 \345\205\213\345\210\251\345\244\253\345\205\260\347\202\271\345\233\276\347\263\273\345\210\227.R"
index 6583a80..bd3178e 100644
--- "a/\347\254\2543\347\253\240_\347\261\273\345\210\253\346\257\224\350\276\203\345\236\213\345\233\276\350\241\250/\345\233\2763-4-1 \345\205\213\345\210\251\345\244\253\345\205\260\347\202\271\345\233\276\347\263\273\345\210\227.R"	
+++ "b/\347\254\2543\347\253\240_\347\261\273\345\210\253\346\257\224\350\276\203\345\236\213\345\233\276\350\241\250/\345\233\2763-4-1 \345\205\213\345\210\251\345\244\253\345\205\260\347\202\271\345\233\276\347\263\273\345\210\227.R"	
@@ -1,14 +1,11 @@
 
-#EasyCharts团队出品，如有商用必究，
-#如需使用与深入学习，请联系微信：EasyCharts
+#EasyCharts鍥㈤槦鍑哄搧锛�
+#濡傛湁闂淇涓庢繁鍏ュ涔狅紝鍙仈绯诲井淇★細EasyCharts
 
 library(ggplot2)
 library(reshape2)
 
-setwd("F:/1.学术图表绘制指南/1. R语言数据可视化之美/R-类别比较/")
-
-
-#-------------------------------- (a)棒棒糖图 ----------------------------------------------
+#-------------------------------- (a)妫掓绯栧浘 ----------------------------------------------
 
 mydata<-read.csv("DotPlots_Data.csv",sep=",",na.strings="NA",stringsAsFactors=FALSE)
 mydata$sum<-rowSums(mydata[,2:3])
@@ -28,7 +25,7 @@ ggplot(mydata, aes(sum, City)) +
     legend.title=element_text(size=14,face="plain",color="black")
   )
 
-#-------------------------------- (b) 克利夫兰点图  ----------------------------------------------
+#-------------------------------- (b) 鍏嬪埄澶叞鐐瑰浘  ----------------------------------------------
 
 mydata<-read.csv("DotPlots_Data.csv",sep=",",na.strings="NA",stringsAsFactors=FALSE)
 mydata$sum<-rowSums(mydata[,2:3])
@@ -44,7 +41,7 @@ ggplot(mydata, aes(sum, City)) +
     legend.title=element_text(size=14,face="plain",color="black")
   )
 
-#----------------------------------(c) 哑铃图------------------------
+#----------------------------------(c) 鍝戦搩鍥�------------------------
 mydata<-read.csv("DotPlots_Data.csv",sep=",",na.strings="NA",stringsAsFactors=FALSE)
 mydata$City <- factor(mydata$City, levels = mydata$City[order(mydata$Female)])
 mydata<-melt(mydata,id.vars='City')