以下是一个使用Python中的statsmodels库计算部分相关性的置信区间的示例代码：

import pandas as pd
import numpy as np
import statsmodels.api as sm

# 创建示例数据
data = pd.DataFrame({
    'X1': [1, 2, 3, 4, 5],
    'X2': [5, 4, 3, 2, 1],
    'Y': [10, 20, 30, 40, 50]
})

# 计算部分相关性
partial_corr = sm.graphics.plot_partregress('Y', 'X1', ['X2'], data=data, obs_labels=False)

# 获取置信区间
ci = partial_corr[0].conf_int(0.05)

print(ci)

在这个示例中，我们首先创建了一个包含X1、X2和Y三个变量的DataFrame。然后，我们使用sm.graphics.plot_partregress函数计算Y和X1之间的部分相关性，并将X2作为控制变量。这个函数返回一个图形对象和一个包含回归系数、标准误差和置信区间的DataFrame。

最后，我们使用DataFrame的conf_int函数提取置信区间，参数0.05表示95%的置信水平。最终，我们打印出了部分相关性的置信区间。

请注意，为了运行这段代码，你需要安装statsmodels库。你可以使用以下命令在命令行中安装该库：

pip install statsmodels