比例差异的假设检验可以使用Z检验进行。下面是一个使用Python进行比例差异假设检验的示例代码：

import numpy as np
import scipy.stats as stats

# 假设两个样本的数量
n1 = 100
n2 = 150

# 假设两个样本的成功数量
successes1 = 40
successes2 = 60

# 计算两个样本的比例
p1 = successes1 / n1
p2 = successes2 / n2

# 计算两个样本的标准误差
se1 = np.sqrt(p1 * (1 - p1) / n1)
se2 = np.sqrt(p2 * (1 - p2) / n2)

# 计算比例差异的标准误差
se_diff = np.sqrt(se1**2 + se2**2)

# 计算比例差异的Z值
z = (p1 - p2) / se_diff

# 根据Z值计算p值
p = 2 * (1 - stats.norm.cdf(np.abs(z)))

# 打印结果
print('比例差异的Z值：', z)
print('比例差异的p值：', p)

在这个示例中，我们假设有两个样本，分别包含100个和150个观察值。两个样本中成功的数量分别为40和60。我们使用Z检验来检验两个样本的比例差异。计算比例、标准误差、Z值和p值后打印结果。

请注意，这只是一个示例代码，实际应用中你可能需要根据具体情况进行修改。