皮尔逊相关系（快速理解）

一句话

衡量两个变量一起线性变化的强度和方向的指标。

取值范围

• +1：完全正相关（一个涨，另一个跟着涨）
• -1：完全负（一个涨，另一个就跌）
• 0：无线性相关（但不代表没关系，可能是曲线关系）

直观理解

就是看数据点是不是大致在一条直线上：

• 点越靠近一条 → 绝对值越接近1
• 点乱成一团 → 接近0

计算公式（不用背，理解）

r = x和y的协方差 / (x的标准差 * y的标准差)

本质上就是把两个变量各自标准化后，看看它们的同步程度。

判断标准（经验值）

r绝对值	相关强度
0.8~1.0	极强
0.50.8	较强
0.3~0.5	中等
0~0.3	极弱或无

三大坑（必记）

1. 只测线性关系如果关系是“U型”，相关系数可能≈0，但实际有强关系。
2. 对异常值极敏感：一个离群点就能把相关系数拉高或拉低。
3. **相关 ≠ **：冰激凌销量和溺水人数相关，但并不是冰激凌导致溺水。

代码实现（Pandas一行）

df['列A'].corr(df['列B'])   # 得到皮尔系数
df.corr()                  # 所有列的相关系数矩阵

面试重点：先说取值范围，再强调“线性关系”，最后补一句“相关不等于因果”。