Update

CustomView/Advance/[9]Matrix_Basic.md

@@ -5,15 +5,15 @@
 
 前面讲了四篇 Path 相关的内容，经过长时间的拖更，终于要到了大家期盼已久的 Matrix， 一个与黑客帝国同名的东东，看名字就知道很不凡，接下来我们就看看这个 Matrix 到底是何方神圣。
 
-<center>
 ![](http://ww1.sinaimg.cn/large/005Xtdi2jw1f4oyx5i8wbj308c0bj3zz.jpg)
-</center>
 
 ******
 
 ## 一、Matrix简介
 
-如题，本篇的主角是 Matrix，其实和黑客帝国并没有太大关系，它看起来大概是下面这样:
+**如题，本篇的主角是 Matrix，其实和黑客帝国并没有太大关系, Matrix是一个矩阵，也一个控制视图状态的模型，主要功能是坐标映射，数值转换。**
+
+它看起来大概是下面这样:
 
 ![](http://latex.codecogs.com/png.latex?
 $$
@@ -28,7 +28,7 @@ MPERSP\\_0 & MPERSP\\_1 & MPERSP\\_2
 \\right ] 
 $$)
 
-### Matrix概念： Matrix的翻译过来是矩阵，模型。和其释义相同，Matrix是一个矩阵，也一个控制视图状态的模型，主要功能是坐标映射，数值转换。
+**为了帮助大家理解Matrix的作用，在这里简单的举一个例子:**
 
 我的的手机屏幕作为物理设备，其坐标系是从左上角开始的，但我们在开发的时候通常不会使用这一坐标系，而是使用内容区的坐标系。
 
@@ -42,37 +42,7 @@ $$)
 
 以上是仅以2D空间作为例子，然而我们在实际的软件开发过程中，为了有较好的空间层次感，可能都要求有一些3D效果，将3D效果的3维影像投影到2维的屏幕，也是依靠Matrix的转换。
 
-## 二、Matrix基本原理
-
-Matrix 本质是一个 3x3 的矩阵，里面有9个数值，分别用于控制视图的不同属性，大致如下:
-
-![](http://latex.codecogs.com/png.latex?
-$$
-\\left [ 
-\\begin{matrix} 
-MSCALE\\_X & MSKEW\\_X & MTRANS\\_X \\\\
-\\\\
-MSKEW\\_Y & MSCALE\\_Y & MTRANS\\_Y \\\\
-\\\\
-MPERSP\\_0 & MPERSP\\_1 & MPERSP\\_2 
-\\end{1} 
-\\right ] 
-$$)
-
-
-序号 | 名称     | 对应单词    | 摘要
------|----------|-------------|--------------
-  0  | MSCALE_X | scale       | 控制X坐标 缩放，旋转
-  1  | MSKEW_X  | skew        | 控制X坐标 错切，旋转
-  2  | MTRANS_X | transfer    | 控制X坐标 位移
-  3  | MSKEW_Y  | skew        | 控制Y坐标 错切，旋转
-  4  | MSCALE_Y | scale       | 控制Y坐标 缩放，旋转
-  5  | MTRANS_Y | transfer    | 控制Y坐标 位移
-  6  | MPERSP_0 | perspective | 控制透视  (绕Y轴旋转)
-  7  | MPERSP_1 | perspective | 控制透视  (绕X轴旋转)
-  8  | MPERSP_2 | perspective | 控制透视  (齐次坐标标志位，通常为1)
-
-从上表中可以看出一些内容，下面我们看一下2D画布中常用的四种操作(translate, scale, rotate, skew)都是由哪些参数控制的。
+下面我们看一下2D画布中常用的四种操作(translate, scale, rotate, skew)都是由哪些参数控制的。
 
 ![](http://ww2.sinaimg.cn/large/005Xtdi2jw1f60gwrhlnyj30c008zdgy.jpg)
 ![](http://ww2.sinaimg.cn/large/005Xtdi2jw1f633hvklfnj30c008zdge.jpg)
@@ -95,28 +65,11 @@ $$)
 
 ## 三、Matrix详解
 
-Matrix 是一个矩阵，肯定会涉及到一些比较麻烦的理论知识，我会尽量用通俗易懂的方式来帮助大家理解它。
+Matrix 是一个矩阵，最根本的作用就是坐标转换，下面我们就看看几种常见的变换原理:
 
-我们先简单的理解几个概念和其作用。
-
-### 1.齐次坐标系
-
-* 作用: 方便区分坐标和向量，方便进行仿射变换。
-* 摘要: 在数学中我们的点和向量都是这样表示的(x, y)，两者看起来一样，我们人可以根据上下文信息区分这是点还是向量，而计算机则无法区分，为此我们增加了一个标志位来让计算机也可以区分它们，增加之后看起来是这样: <br/>
-**点(x : y : 1) － 向量(x : y : 0)**<br/>
-你可能注意到了，我将分隔符换成了冒号，这是因为齐次坐标具有等比的性质，(2:3:1)、(4:6:2)...(2N,3N,N)表示的均是(2,3)这一个点。(**这也是为什么会产生将MPERSP_2解释为scale这一误解了**)
-
-### 2.仿射变换
-
-* 作用: **仿射变换其实是线性变换和平移变换的叠加。**我们之前了解过的 缩放、旋转、错切 本质上都属于线性变换。对于我们而言，仿射变换对应的就是常见的四种画布操作(缩放、旋转、错切、平移)。
-* 摘要: 我们之前说过，Matrix主要作用就是坐标的映射，仿射变换主要就是做这个工作的，详情请继续往下看。
-
-### 3.线性变换
-
-线性变换主要有3种: 缩放(scale)、旋转(rotate) 和 错切(skew)。
-
-线性变换均可用矩阵乘法完成(不了解矩阵乘法规则的参考下面维基百科)，下面我们就来讲讲这几种操作。
+常见的基本变换有4种: 平移(translate)、缩放(scale)、旋转(rotate) 和 错切(skew)。
 
+由于我们以下大部分的计算都是基于矩阵乘法规则，如果你已经把线性代数还给了老师，请参考一下这里:
 **[维基百科-矩阵乘法](https://zh.wikipedia.org/wiki/%E7%9F%A9%E9%99%A3%E4%B9%98%E6%B3%95)**
 
 #### a.缩放
@@ -176,11 +129,6 @@ y
 \\right ]
 $$)
 
-```
-X = x + Skew_X * y
-Y = Skew_Y * x + y
-```
-
 #### b.旋转
 
 逆时针旋转 a 度。
@@ -228,9 +176,7 @@ $$)
 
 
 
-## Matrix方法表
-
-Matrix 有很多常用和不常用的方法，
+**Matrix方法表**
 
 方法类别   | 相关API                                                 | 摘要
 -----------|---------------------------------------------------------|------------------------