准备环境：装好Python和必备工具

在开始AI之前，你需要一台电脑和Python（一种简单易学的编程语言，AI领域最常用的语言）。下载地址：python.org，选最新稳定版（比如3.12）。安装时务必勾选“Add Python to PATH”，否则后面会找不到命令。装完后，打开终端（Windows叫命令提示符，Mac/Linux叫终端），输入python --version，看到版本号说明成功。

安装AI常用库：一行命令搞定

AI离不开几个好用的库。打开终端，输入以下命令：

• pip install numpy —— NumPy（处理数值计算的库，AI中用来操作数组和矩阵）
• pip install pandas —— Pandas（数据分析和处理库，像Excel但更强大）
• pip install scikit-learn —— scikit-learn（机器学习库，提供各种算法工具）

如果下载慢，可以加镜像源，比如pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple。常见坑：Windows用户如果报错“pip不是内部命令”，说明Python没加到PATH，重装时勾选即可。

跑通第一个AI程序：预测鸢尾花

现在来写一个简单的机器学习程序，用鸢尾花数据集（一个经典入门数据，包含三种花的特征）预测花的种类。新建一个文件iris.py，粘贴以下代码：

1. 导入库：from sklearn.datasets import load_iris（加载数据）和from sklearn.tree import DecisionTreeClassifier（决策树模型）
2. 加载数据：iris = load_iris()，数据存在iris.data，标签在iris.target
3. 创建模型：model = DecisionTreeClassifier()
4. 训练：model.fit(iris.data, iris.target)
5. 预测：print(model.predict([[5.1, 3.5, 1.4, 0.2]]))（输入一朵花的数据，输出种类编号）

运行命令python iris.py，如果输出一个数字（比如0），恭喜你成功跑通了第一个AI程序！常见坑：如果报错ModuleNotFoundError，说明库没装全，回到上一步重新pip。

下一步：可以做什么

你已经入门了！接下来可以：

• 尝试不同模型，比如K近邻（根据邻居分类）或逻辑回归（二分类常用）
• 用Matplotlib（绘图库）画数据分布图
• 找一些公开数据集（比如Kaggle上的房价预测）练手

记住：AI入门就是不断“装环境、写代码、看结果、改bug”的循环。保持好奇，多动手，你很快就能独立做小项目了。