以下是一个使用Python的示例代码，用于比较具有多个变量的两个组：

import numpy as np

# 创建两个组的多个变量
group1_var1 = np.array([1, 2, 3, 4, 5])
group1_var2 = np.array([6, 7, 8, 9, 10])
group1_var3 = np.array([11, 12, 13, 14, 15])

group2_var1 = np.array([2, 4, 6, 8, 10])
group2_var2 = np.array([12, 14, 16, 18, 20])
group2_var3 = np.array([22, 24, 26, 28, 30])

# 使用numpy的mean函数计算每个变量的平均值
group1_mean_var1 = np.mean(group1_var1)
group1_mean_var2 = np.mean(group1_var2)
group1_mean_var3 = np.mean(group1_var3)

group2_mean_var1 = np.mean(group2_var1)
group2_mean_var2 = np.mean(group2_var2)
group2_mean_var3 = np.mean(group2_var3)

# 输出每个变量的平均值
print("Group 1 mean variable 1:", group1_mean_var1)
print("Group 1 mean variable 2:", group1_mean_var2)
print("Group 1 mean variable 3:", group1_mean_var3)

print("Group 2 mean variable 1:", group2_mean_var1)
print("Group 2 mean variable 2:", group2_mean_var2)
print("Group 2 mean variable 3:", group2_mean_var3)

# 使用numpy的ttest_ind函数进行t检验比较两个组的每个变量
t_statistic_var1, p_value_var1 = np.ttest_ind(group1_var1, group2_var1)
t_statistic_var2, p_value_var2 = np.ttest_ind(group1_var2, group2_var2)
t_statistic_var3, p_value_var3 = np.ttest_ind(group1_var3, group2_var3)

# 输出t统计量和p值
print("T-statistic variable 1:", t_statistic_var1)
print("P-value variable 1:", p_value_var1)

print("T-statistic variable 2:", t_statistic_var2)
print("P-value variable 2:", p_value_var2)

print("T-statistic variable 3:", t_statistic_var3)
print("P-value variable 3:", p_value_var3)

这个示例代码使用了numpy库来计算每个变量的平均值和进行t检验。首先，它创建了两个组的多个变量（group1_var1，group1_var2，group1_var3，group2_var1，group2_var2，group2_var3）。然后，它使用np.mean函数计算每个变量的平均值，并将结果存储在group1_mean_var1，group1_mean_var2，group1_mean_var3，group2_mean_var1，group2_mean_var2，group2_mean_var3中。最后，它使用np.ttest_ind函数进行t检验，比较两个组的每个变量，并将t统计量和p值存储在t_statistic_var1，p_value_var1，t_statistic_var2，p_value_var2，t_statistic_var3，p_value_var3中。最后，它输出每个变量的平均值和t统计量以及p值。