直接调用scipy.stats.pearsonr计算皮尔逊相关系数最轻量可控，返回(r_value, p_value)元组，需手动处理缺失值和一维输入，注意异常值与非线性关系的局限性。
怎么用 scipy.stats.pearsonr 算两个变量的相关系数
直接调 pearsonr 是最轻量、最可控的方式，适合你只关心一对变量、或需要拿到 p 值做显著性判断的场景。它不处理缺失值，也不接受 DataFrame 列名自动推导，得自己传 array 或 Series。
常见错误是传入含 NaN 的数组，结果直接报 ValueError: Input arrays must not contain NaNs；或者传了二维数组（比如误把整个 DataFrame 传进去），报 Too many dimensions。
- 先用
.dropna()对齐两列：df[['x', 'y']].dropna()，再拆成x_clean和y_clean -
pearsonr返回元组：(r_value, p_value)，别只取第一个 - 如果数据量小（
n ），会报错；<code>n == 3是最低可用门槛 - 它默认不做任何标准化，输入必须是数值型；传字符串或 category 会抛
TypeError
为什么 df.corr(method='pearson') 结果和手算不一致
多数时候不是算法问题，而是数据预处理不一致。Pandas 的 corr 默认使用 pairwise complete observations：对每一对列，独立地删掉该两列都为 NaN 的行，而不是全局删行。
这会导致不同变量对之间的样本量 n 不同，r 值和 p 值就不可比。如果你后续要画热力图，又希望所有格子基于同一份干净数据，就得提前统一清洗。
立即学习“Python免费学习笔记（深入）”；
- 想强制统一基准：先
df_clean = df.dropna()，再df_clean.corr() - 默认行为下，某列全为
NaN会被静默排除（不报错，但结果里没它） -
method='pearson'是默认值，可以省略；但显式写上更防误读 - 结果是
DataFrame，索引和列名来自原df，注意列名是否含空格或特殊字符——可能造成后续 seaborn 绘图 KeyError
Seaborn 热力图里 annot=True 数字重叠、看不清怎么办
这是典型尺寸与内容不匹配的问题。seaborn.heatmap 不会自动缩放字体或调整格子大小，全靠你控制 figsize、annot_kws 和 xticklabels/yticklabels。
最常踩的坑是：直接拿原始宽高画 20×20 的相关矩阵，结果数字糊成一片，连正负号都分不清。
- 先用
plt.figure(figsize=(len(df.columns)//2 + 2, len(df.columns)//2 + 2))粗估尺寸（列数多就放大） -
annot_kws={'size': max(6, 10 - len(df.columns)//3)}动态调字体，避免硬编码 - 加
square=True让格子变方，视觉更稳；否则长宽比失衡会让数字挤歪 - 如果变量名太长，用
xticklabels=[x[:8]+'…' if len(x)>8 else x for x in df.columns]截断，不然标签堆叠
相关系数接近 ±1 却画不出明显颜色深浅，是不是代码错了
不是代码错，是 heatmap 默认用线性 colormap，而你的数据集中在两端（比如一堆 0.92–0.98），中间没值，导致色阶拉不开。人眼对微小差异不敏感，纯靠颜色深浅很难分辨 0.95 和 0.97。
另一个可能是你用了 vmin/vmax 错误设成了 (-1, 1)，但实际数据范围只有 (0.8, 0.99)，等于把全部信息压缩在色条最顶端一小段里。
- 显式设置色阶范围：
vmin=0.7, vmax=1.0，让有效区间占满色条 - 换更敏感的 colormap，比如
cmap='RdBu_r'比默认'viridis'对 ± 方向更友好 - 加
center=0强制以 0 为中心，能突出正负方向差异（尤其当你混着正负强相关时） - 别依赖颜色判读精度——真要比较 0.95 和 0.97，还是得看
annot=True显示的数字本身
皮尔逊相关本质是线性度量，非线性关系再强它也接近 0；另外它对异常值极度敏感，单个离群点就能把 r 值从 0.3 拉到 0.8。做热力图前，最好先扫一眼散点图矩阵，或用 df.plot.scatter 快速验证几对关键变量——别让数字带着你跑偏。
