基于Seaborn pairplot选择Pearson/Spearman方法并判断相关性

一、Pearson vs Spearman的选择依据（基于Seaborn Pairplot） #

从pairplot的两个核心部分判断：

• 观察Eruptions与Waiting的散点图：
  • 若散点呈现清晰的线性趋势，且对角线上的单变量分布（直方图/核密度图）近似正态钟形，选择Pearson相关（它专门衡量线性相关程度）。
  • 若散点是单调递增/递减但非线性，或者单变量分布明显偏离正态（如严重偏态），选择Spearman相关（它衡量单调相关程度，不依赖线性假设）。
• 针对你用到的Old Faithful经典数据集：散点图呈现极强的线性正相关，单变量分布也接近正态，优先选用Pearson。

二、相关性强度≥0.7的判断 #

• 直观判断：如果pairplot里的散点紧密贴合一条直线，无明显离散点，说明相关性极强。Old Faithful的Eruptions与Waiting散点几乎集中在一条直线附近，直观就能判断相关性远大于0.7。
• 量化验证：可以用代码计算具体系数：

  from scipy.stats import pearsonr, spearmanr
  import seaborn as sns
  
  df = sns.load_dataset('geyser')
  pearson_corr, _ = pearsonr(df['eruptions'], df['waiting'])
  spearman_corr, _ = spearmanr(df['eruptions'], df['waiting'])
  print(f"Pearson相关系数: {pearson_corr:.2f}")
  print(f"Spearman相关系数: {spearman_corr:.2f}")
  

  运行后会得到约0.90的Pearson系数，远超0.7的阈值。

内容的提问来源于stack exchange，提问作者jdona13