Python是一種高級的編程語言，在統計學或者數據分析中廣泛應用。其中一項非常重要的統計學概念是密度函數。密度函數是描述某一隨機變量取某一特定值的概率密度的函數，通常用符號f(x)表示。

在Python中，可以使用不同的庫來計算密度函數。其中最常用的庫是SciPy。通過SciPy，可以調用統計分布函數來計算概率密度函數值。以下是一個示例代碼：

from scipy.stats import norm
#設置均值和標準差
mean = 0
std = 1
#計算某個數值的概率密度
x = 1
density = norm(mean, std).pdf(x)
print('密度函數值為:', density)

在上述代碼中，我們設置了均值和標準差，并使用norm函數創建一個正態分布的實例。然后，我們使用pdf函數計算某個值的概率密度。

除了正態分布，還可以使用其他分布函數，如泊松分布、指數分布等。以下是一個基于泊松分布計算密度函數的示例代碼：

from scipy.stats import poisson
#設置平均值
lam = 2
#計算某個數值的概率密度
x = 3
density = poisson(lam).pmf(x)
print('密度函數值為:', density)

在上述代碼中，我們通過poisson函數創建泊松分布的實例，并使用pmf函數計算某個值的概率密度。

總之，Python在統計學和數據分析中扮演著重要的角色。使用SciPy庫可以方便地計算密度函數，并且可以根據不同的分布函數進行計算。在使用過程中，需要注意參數的設置和計算密度函數的方法。