pandas.DataFrame.corr()默认计算皮尔逊相关系数，需显式指定method='spearman'才能计算斯皮尔曼；后者基于秩次，对异常值和非线性关系更鲁棒；scipy.stats中pearsonr和spearmanr均返回(相关系数, p值)元组，p值是判断统计显著性的关键。
用 pandas.DataFrame.corr() 时，默认算的是皮尔逊，不是斯皮尔曼
很多人调用 df.corr() 后发现结果和手动算的斯皮尔曼不一致，其实是没指定方法。它默认用 method='pearson'，想换斯皮尔曼得显式传参。
- 皮尔逊要求变量近似线性、服从正态分布；斯皮尔曼只依赖排序，对异常值和非线性关系更鲁棒
- 如果数据有明显偏态、离群点，或只是等级数据（比如满意度打分 1～5），优先选
method='spearman' -
df.corr(method='kendall')也支持，但计算慢、对小样本敏感，日常少用
scipy.stats.pearsonr() 和 spearmanr() 返回两个值，别只取第一个
这两个函数返回的是 (相关系数, p值) 元组，常见错误是写成 r = pearsonr(x, y)[0] 就完事，其实 p 值才是判断“是否显著相关”的关键依据。
- 即使
r = 0.8，若p > 0.05，也不能说存在统计显著的相关性 - 样本量很小时（比如 n
- 注意输入必须是 1D array-like，不能直接传 DataFrame 列以外的结构（比如嵌套 list 或含 NaN 的 Series）
NaN 处理不统一，pandas.corr() 和 scipy 默认策略不同
pandas.DataFrame.corr() 默认用 min_periods=1，且自动剔除成对缺失（pairwise deletion）；而 scipy.pearsonr() 遇到 NaN 直接报错：ValueError: Input contains NaN。
- 用
scipy前务必清理：比如x, y = zip(*[(a, b) for a, b in zip(x, y) if not (np.isnan(a) or np.isnan(b))]) - 或者更稳妥地用
scipy.stats.spearmanr(x, y, nan_policy='omit')—— 这个参数在pearsonr里不存在 - 如果数据缺失集中，两种方法剔除逻辑不同，可能导致相关系数差异明显（尤其小样本）
相关系数接近 ±1 不代表有因果，也不代表线性拟合效果好
这是最容易被忽略的实质问题：相关系数只衡量单调/线性关联强度，完全不反映关系形态。
立即学习“Python免费学习笔记（深入）”；
- 一个完美的二次关系（如 y = x²，x ∈ [-1, 1]）皮尔逊 r ≈ 0，但斯皮尔曼可能接近 0.5——两者都可能严重误导
- 画散点图永远比看数字快：用
plt.scatter(x, y)看一眼，比调十次corr()更有用 - 当 r 绝对值
