【Python】第十六天:终极实战!AB 测试全流程 Python 实现,把统计学用在真实业务里

pythonimport pandas as pdimport numpy as npfrom scipy import statsimport matplotlib.pyplot as plt# 解决中文显示问题plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei"]plt.rcParams["axes.unicode_minus"] = False

python# 1. 准备数据：两组的点击人数、总访问人数# A组：对照组（灰色按钮）a_click = 420 # A组点击人数a_total = 5000 # A组总访问人数# B组：实验组（红色按钮）b_click = 510 # B组点击人数b_total = 5000 # B组总访问人数# 2. 计算两组的样本点击率a_rate = a_click / a_totalb_rate = b_click / b_totalprint(f"✅ A组（灰色按钮）点击率：{a_rate:.2%}")print(f"✅ B组（红色按钮）点击率：{b_rate:.2%}")print(f"✅ B组比A组点击率提升：{(b_rate - a_rate)/a_rate:.2%}")

python# 1. 两总体比例检验（双侧检验，先看有没有差异）z_stat, p_value = stats.proportions_ztest(count=[a_click, b_click], nobs=[a_total, b_total], alternative='two-sided')# 2. 结果解读print(f"\n✅ 假设检验p值：{p_value:.6f}")if p_value < 0.05:print("�� 核心结论：p<0.05，两组点击率有显著差异！")# 再做一次单侧检验，看B组是不是显著高于A组z_stat_greater, p_value_greater = stats.proportions_ztest(count=[a_click, b_click], nobs=[a_total, b_total], alternative='smaller' # 检验A组比例是否小于B组)if p_value_greater < 0.05:print("�� 进一步结论：B组（红色按钮）点击率显著高于A组（灰色按钮），建议全量推广红色按钮！")else:print("�� 核心结论：p≥0.05，两组点击率差异不显著，只是随机误差，建议继续用灰色按钮，或优化新方案后再测试")

python# 画两组点击率对比图plt.figure(figsize=(6, 5))groups = ['A组(灰色按钮)', 'B组(红色按钮)']rates = [a_rate, b_rate]plt.bar(groups, rates, color=['gray', 'red'], width=0.5)plt.title('AB测试：两组按钮点击率对比', fontsize=14)plt.ylabel('点击率', fontsize=12)plt.ylim(0, max(rates)*1.2) # 调整y轴范围，让对比更明显# 在柱子上标注具体数值for i, v in enumerate(rates):plt.text(i, v+0.002, f"{v:.2%}", ha='center', fontsize=12)plt.show()

AB 测试场景

对应假设检验方法

Python 函数

对比两组点击率/ 转化率（比例数据）

两总体比例检验

stats.proportions_ztest

对比两组客单价/ 停留时长（均值数据）

独立样本t 检验

stats.ttest_ind

对比三组及以上方案

单因素方差分析

stats.f_oneway