很多人想学AI，但卡在第一步：不知道要装什么、怎么装。这篇文章就用最直白的方式，带你一步步搞定环境，跑通第一个程序。

准备环境：你需要装什么？

在开始之前，先搞清楚三个核心东西：

• Python：一种编程语言，AI开发最常用的工具。就像写文章需要笔一样，写AI代码需要Python。
• pip：Python的“软件管家”，用来安装各种AI库（别人写好的功能包）。
• 代码编辑器：写代码的地方。推荐用 VS Code，免费又好用。

如果你电脑上还没有Python，去官网 python.org 下载最新版本，安装时记得勾选“Add Python to PATH”（这样系统才能找到Python）。

安装步骤：一步步来

1. 打开命令行：Windows用户按Win+R，输入cmd回车；Mac用户打开“终端”。
2. 检查Python是否装好：输入 python --version，如果显示版本号（比如Python 3.12），说明成功了。
3. 安装AI库：输入 pip install numpy pandas scikit-learn，按回车。它会自动下载安装，等几秒钟完成。如果提示“pip不是内部命令”，试试 python -m pip install ...。
4. 验证安装：输入 python -c "import numpy; print('numpy安装成功')"，如果看到“numpy安装成功”，就说明一切正常。

常见坑：如果安装慢或报错，可以换成国内镜像源，比如 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名。

验证是否成功：跑通第一个程序

环境装好了，我们来写一个最简单的AI程序——用已有数据做预测。

1. 在VS Code里新建文件，取名 first_ai.py。
2. 复制下面代码进去：

from sklearn import datasets
from sklearn.tree import DecisionTreeClassifier

# 加载鸢尾花数据集（经典入门数据）
iris = datasets.load_iris()
X = iris.data
y = iris.target

# 训练一个决策树模型
model = DecisionTreeClassifier()
model.fit(X, y)

# 预测新样本
print(model.predict([[5.1, 3.5, 1.4, 0.2]]))  # 输出应该是 [0]

3. 在终端里运行：python first_ai.py。如果输出 [0]，恭喜你，第一个AI程序跑通了！

注意：这段代码用了sklearn自带的鸢尾花数据，不需要额外下载。如果报错“No module named 'sklearn'”，说明scikit-learn没装好，重新运行 pip install scikit-learn。

下一步可以做什么？

你已经迈出了第一步。接下来可以：

• 尝试用 Jupyter Notebook（一个交互式编程工具）写代码，更直观。
• 学习 Kaggle 上的入门比赛，比如泰坦尼克号生存预测。
• 阅读一本面向初学者的AI书籍，比如《Python机器学习基础教程》。

记住：不要贪多，先把环境玩熟，再慢慢深入。祝你入门顺利！