在統計學中，p值是一個重要的概念。它表示的是在一個假設檢驗中，觀察到的樣本數據出現的概率。在Python中，我們可以使用scipy庫的stats模塊來計算p值。

import scipy.stats as stats
# 假設我們有兩組樣本數據
group1 = [6, 4, 3, 5, 2, 4, 1]
group2 = [12, 9, 8, 10, 11, 13, 7]
# 進行雙樣本t檢驗，計算p值
t_statistic, p_value = stats.ttest_ind(group1, group2)
# 輸出p值
print("p值為：", p_value)

在上面的代碼中，我們通過導入scipy庫的stats模塊來計算p值。首先我們定義了兩組不同的樣本數據group1和group2。然后我們使用ttest_ind()函數來進行雙樣本t檢驗，并計算出t統計量和p值。

最后我們輸出了計算出來的p值。在實際應用中，我們通常會將p值與設定的顯著性水平進行比較，來判斷我們的假設檢驗是否成立。