要比较超过两组之间的比例和统计显著性，可以使用假设检验方法，例如卡方检验或Fisher检验。以下是使用Python中的scipy库进行卡方检验的示例代码：

from scipy.stats import chi2_contingency

# 创建一个2x2的交叉表格，表示两组数据的观察值
observed = [[10, 20], [30, 40]]

# 进行卡方检验
chi2, p, dof, expected = chi2_contingency(observed)

# 打印卡方值、p值、自由度和期望值
print("Chi-square statistic:", chi2)
print("p-value:", p)
print("Degrees of freedom:", dof)
print("Expected values:", expected)

在上面的代码中，observed是一个2x2的交叉表格，表示两组数据的观察值。chi2_contingency函数用于进行卡方检验，并返回卡方值、p值、自由度和期望值。

根据卡方值和p值，您可以判断比例之间的差异是否显著。如果p值小于设定的显著性水平（通常是0.05），则可以拒绝原假设，即认为比例之间的差异是显著的。

请注意，上述示例适用于2x2的交叉表格。如果您有超过两组的数据，可以使用更大的交叉表格进行卡方检验。同时，如果您的数据不满足卡方检验的假设条件，您可能需要考虑使用其他的统计方法。