在Python中，可以使用SciPy庫中的signal.periodogram函數或者NumPy庫中的fft.fft函數來計算功率譜密度（PSD）。下面是兩種方法的示例代碼：

1. 使用signal.periodogram函數：

import numpy as np
from scipy import signal
# 生成一個示例信號
fs = 1000  # 采樣頻率
t = np.arange(0, 1, 1/fs)  # 時間序列
x = np.sin(2*np.pi*50*t) + np.sin(2*np.pi*120*t)  # 信號
# 計算功率譜密度
f, Pxx = signal.periodogram(x, fs)
# 繪制功率譜
import matplotlib.pyplot as plt
plt.figure()
plt.semilogy(f, Pxx)
plt.xlabel('Frequency [Hz]')
plt.ylabel('PSD [V**2/Hz]')
plt.show()

2. 使用fft.fft函數：

import numpy as np
from scipy.fft import fft
import matplotlib.pyplot as plt
# 生成一個示例信號
fs = 1000  # 采樣頻率
t = np.arange(0, 1, 1/fs)  # 時間序列
x = np.sin(2*np.pi*50*t) + np.sin(2*np.pi*120*t)  # 信號
# 計算功率譜密度
X = fft(x)
Pxx = np.abs(X)**2 / (fs * len(x))
# 構造頻率軸
f = np.linspace(0, fs/2, len(Pxx)//2)
# 繪制功率譜
plt.figure()
plt.semilogy(f, Pxx[:len(f)])
plt.xlabel('Frequency [Hz]')
plt.ylabel('PSD [V**2/Hz]')
plt.show()

以上示例中，首先生成了一個示例信號x，然后使用相應的方法計算信號的功率譜密度，并繪制出功率譜。在繪圖中，使用semilogy函數將y軸設置為對數坐標軸，以更好地展示低頻和高頻部分的功率譜。