很多人觉得 AI 开发门槛高，其实只要装好环境，跑通第一段代码并不难。本文带你一步步完成：装 Python、装常用库、运行一个简单的 AI 示例。

1. 准备环境：装 Python

Python 是一种编程语言，AI 开发几乎都用它。去 python.org 下载最新版（建议 3.9 以上），安装时记得勾选“Add Python to PATH”。

• Windows 用户：下载 exe 文件，双击安装。
• Mac 用户：下载 pkg 文件，或通过终端执行 brew install python。
• Linux 用户：用包管理器，如 sudo apt install python3。

安装后打开终端（命令提示符），输入 python --version，看到版本号就成功了。

2. 安装关键库：让 Python 学会 AI

Python 本身不直接支持 AI，需要安装额外的库。库 就是别人写好的功能包，我们直接拿来用。最常用的是 NumPy（处理数据）和 TensorFlow 或 PyTorch（深度学习框架）。新手推荐先装 scikit-learn，它简单易上手。

1. 打开终端。
2. 输入 pip install numpy scikit-learn，按回车。等待下载安装完成。
3. 如果速度慢，可以加镜像源：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy scikit-learn。

常见坑：pip 不是内部命令。这是因为 Python 没加到 PATH 里，重装 Python 并勾选“Add to PATH”即可。

3. 验证是否成功：跑第一个 AI 程序

创建一个新文件，比如 first_ai.py，用记事本或任何代码编辑器打开，输入以下代码：

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier

# 加载鸢尾花数据集
iris = load_iris()
X, y = iris.data, iris.target

# 训练一个简单决策树
clf = DecisionTreeClassifier()
clf.fit(X, y)

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

保存后，在终端运行 python first_ai.py。如果输出 [0]，说明环境搭建成功！

这个程序用了一小部分数据训练了一个分类器，然后对新花做预测。看不懂也没关系，你只需要知道：代码能跑，环境就对了。

4. 下一步可以做什么

现在你已经跑通了第一个 AI 程序，可以尝试：

• 修改数据：用你自己的 CSV 文件替换 iris 数据集。
• 换模型：把 DecisionTreeClassifier 换成 KNeighborsClassifier（邻近算法）。
• 学更多：找一本 Python 入门书，或者搜索“scikit-learn 教程”。

记住，AI 入门就是不断装环境、跑代码、改代码。遇到问题先搜索，大部分坑别人都踩过。