相关性分析

Pearson 相关衡量线性关系，对极端值敏感；Spearman 与 Kendall 基于秩，衡量单调关系，对极端值和非正态更稳健。

只给一个表时计算所勾选变量两两之间的相关；再给第二个表时计算两表变量之间的相关（如基因表达与代谢物、物种丰度与环境因子）。

每对变量使用两者都不缺失的样本（成对删除）。P 值对全部变量对做多重检验校正；Pearson 另给出基于 Fisher z 变换的置信区间。

热图颜色为相关系数（红正蓝负），可选择把不显著的格子留空。相关不代表因果，样本量小时相关系数很不稳定。

方法说明

Pearson、Spearman 系数及 P 值与 scipy.stats.pearsonr / spearmanr 一致，Kendall tau-b 与 scipy.stats.kendalltau 一致；Pearson 置信区间为 Fisher z 变换；校正与 R p.adjust 一致。

数据量

最多 50,000 行；变量对很多时（如数百个变量）计算会较慢。