fix(stats): correlation_matrix 修硬 bug，两处 pyright 报错按坑 8/10 正经修（无 ignore）

用户报的是"63 行 p 值赋值报错"。查下来：63 行运行完全正常（p 是 np.float64），
pyright 那条是 scipy 存根的缺陷。但顺着看发现了真正跑不起来的第 41 行。

correlation_matrix:
- 硬 bug: `if numeric_cols == 0` 拿 Index 和标量比 -> 得到布尔数组。
  0 列时静默不报错、1 列时碰巧能跑、>=2 列直接 ValueError 崩（而 >=2 列正是常见情况）。
  改成 len(numeric_cols) == 0，并加回归用例
- pyright 两处报错都不是运行时问题，且一处 # type: ignore 都没挂:
  - data[numeric_cols] 是坑 8 的 DataFrame | Series 重载 -> cast 收窄
  - `_, p = stats.pearsonr(...)` 解包退化成 object（scipy 的返回值是 _make_tuple_bunch
    运行时拼的类，存根里没有 pvalue）-> 新增 _pvalue(result: Any) -> float 小助手统一取，
    后面 t_test / anova / chi_square_test 可复用
- method 校验提到最前；add_stars 的 elif 链改 if；清掉 3 条 F541 与 1 条 I001，ruff 归零
- 顺带记录两处待定：对角线被标了 ***；含 NaN 时 corr 成对删失而 pearsonr 不删，r 与 p 对不上

tests:
- test_correlation_matrix_diagonal_is_one 由 skip 改成 xfail(strict=False)（决策 30）:
  契约要数值矩阵、实现返回带星标字符串表，口径待拍板
- 新增 2 条：多列数值表能跑通、非法输入报错

验证: pytest 105 passed / 38 skipped / 1 xfail；ruff All checks passed；pyright 0 errors。

docs: STATUS.md（correlation_matrix 进行中 + 决策 40 + 下一步 A/B/C 选项）；CHANGELOG；
      personal-pitfalls 追加第 13 条（Index == 标量 得到布尔数组）；
      docs/04-environment.md 追加坑 10（scipy 检验结果的存根缺陷）

docs/04-environment.md

@@ -306,6 +306,28 @@ dtype is specified. This behavior is deprecated and will be removed in a future
 
 ---
 
+**坑 10 —— scipy 的检验结果在类型检查器里没有 `pvalue` 字段。**
+
+现象：`_, p = stats.pearsonr(x, y)` 运行没问题，但 pyright 报
+`无法将 "_T_co@tuple" 类型的参数分配给 ... 的 "float"`；改成 `.pvalue` 又报
+`无法访问类 "PearsonRResult" 的属性 "pvalue"`。两条都像"库的锅"，其实是存根看不全。
+
+原因：`PearsonRResult` / `SignificanceResult` 不是普通的 `namedtuple`，
+而是在 `scipy/stats/_stats_py.py` 里用 `_make_tuple_bunch(...)` 在**运行时**拼出来的类
+（`PearsonRResult` 还继承自 `PearsonRResultBase`）。类型检查器看不到运行时才生成的字段，
+于是解包会退化成 `object`、属性访问会报"未知"。
+**这不是运行时问题** —— `pearsonr` / `kendalltau` / `spearmanr` 返回的 p 实测都是 `np.float64`。
+
+修法：不要逐处挂 `# type: ignore`，写一个小助手把结果显式收成 `Any`：
+
+```python
+def _pvalue(result: Any) -> float:
+    return float(result.pvalue)
+```
+
+一处收窄、调用点全干净，后面 `t_test` / `anova` / `chi_square_test` 可以复用。
+
+---
 ## 五、两套环境的实际版本（已对齐）
 
 **2026-10-01 已把 base 从 Anaconda 2025.12 升到 2026.07，两套环境版本已对齐。**

docs/dev/personal-pitfalls.md

@@ -198,3 +198,22 @@
 - 同一轮的另一个同类例子见第 11 条（`.loc` 对齐失败静默填 NaN）：
   这两个 bug 的共同点是"**不抛异常**"，靠的是断言而不是报错。
 - 首次：2026-10-03｜复发：0
+
+### 13. `Index == 标量` 得到布尔数组，`if` 要等到第 2 列才炸
+
+- 现象：`correlation_matrix` 里的判空写成了 `if numeric_cols == 0:`，本意是"一个数值列都没有就报错"。
+  实际行为分成三段，**每一段都不一样**：
+  - **0 列**：`array([], dtype=bool)` → `bool(...)` 是 `False` → **静默不报错**，带着空表继续往下跑；
+  - **1 列**：`array([False])` → 单元素数组能转 `bool` → **碰巧正常**；
+  - **≥2 列**：`array([False, False, ...])` → `ValueError: The truth value of an array
+    with more than one element is ambiguous` → **直接崩**。
+  而"≥2 个数值列"恰恰是最常见的情况，所以这一行等于让整个函数不可用。
+- 为什么会错：`Index` 重载了 `==`，做的是**逐元素比较**，返回的是**数组**不是 `bool`。
+  脑子里比的是"这个序列是不是空的"，手上写的是"这个序列的每个元素是不是 0"。
+  更阴的是 1 列时它能跑通 —— 拿单列试一下就会以为这行没问题。
+- 没被抓住的原因：对应的 L0 用例当时还挂着 `skip`（见第 9 条），所以实现零覆盖。
+- 以后怎么防：① 判"空"一律 `len(x) == 0`（或 `.empty`），绝不用 `== 0`；
+  ② 判断容器里有没有东西，用 `if not len(...)` 而**不是** `if x:` ——
+  `if x:` 对 `DataFrame` / `Index` / 多元素 `ndarray` 会抛同一个歧义错误；
+  ③ 新写的分支，**至少拿 0 / 1 / 多三种形状各跑一遍**，单列能过不代表多列能过。
+- 首次：2026-10-03｜复发：0