概率密度函数（Probability Density Function, PDF）是描述随机变量取值分布的函数。在实际应用中，为了方便处理，我们通常将连续分布的随机变量的概率密度函数与交点处的概率之积理解为连续分布的随机变量的概率。通过概率密度函数，我们可以计算随机变量的各种统计特征，如期望、方差、偏度、峰度等。
在具体应用中，通常需要根据数据的特点选择一种概率密度函数来表示数据的变化规律。常见的概率密度函数有正态分布、均匀分布、指数分布、伽马分布、β分布、Γ分布等。正态分布是最常见的特殊连续概率分布，也是数学中的一种理想分布，它在自然界和社会生活的众多领域有着广泛应用。
概率密度函数可视为概率分布曲线下的面积密度，与平均值、方差、标准差有密切关系。当数据的概率密度函数属于正态分布时，可以通过标准化处理将原始数据转化为标准正态分布的数值，从而更加方便地比较和分析各种统计数据。