设某种电子管的使用寿命近似服从正态分布，从中随机抽取15个进行试验，得到的样本均值为1950h，样本标准差为300h，以95%的置信度求整批电子管的平均使用寿命的置信区间Python

在Python中，你可以使用z-score公式和正态分布表（或者scipy库的norm.cdf()函数）来计算95%置信区间的下限和上限。首先，我们需要确定置信水平对应的Z值，然后用样本均值、样本标准差和样本大小来计算。

下面是一个步骤演示：

from scipy import stats

# 给定的样本信息
sample_mean = 1950  # 样本均值 (hours)
sample_std_dev = 300  # 样本标准差 (hours)
sample_size = 15  # 样本容量
confidence_level = 0.95  # 置信度

# 使用z-score公式
z_critical = stats.norm.ppf(1 - confidence_level / 2)  # Z值对应于95%置信度

# 计算标准误 (Standard Error)
standard_error = sample_std_dev / np.sqrt(sample_size)

# 置信区间计算
lower_bound = sample_mean - z_critical * standard_error
upper_bound = sample_mean + z_critical * standard_error

(lower_bound, upper_bound)

运行上述代码后，你会得到以95%置信度下电子管平均使用寿命的置信区间。

请注意，由于Python中的浮点运算存在精度问题，实际结果可能会略微有些差异。另外，对于非常大的样本量，这个Z值近似计算可能不太准确，此时可以使用t分布替代。