引言
人工智能（AI）开发首先需要一个稳定、功能完整的开发环境。对于零基础开发者而言，搭建环境往往是第一个门槛。本文将手把手带你完成人工智能基础软件开发环境的搭建，涵盖 Python、Anaconda 和 Jupyter Notebook 三大核心工具，并提供模拟图文说明，确保每一步都能顺利操作。
一、准备工作
在开始之前，请确认你的电脑满足以下条件：
- 操作系统：Windows 10/11、macOS 或 Linux（本文以 Windows 为例，其他系统操作类似）
- 磁盘空间：至少 20 GB 剩余空间
- 网络连接：需要下载安装包
二、安装 Anaconda（集成 Python 与常用库）
Anaconda 是一个免费开源的 Python 发行版，内置了 Conda 包管理器、Python 解释器以及大量科学计算库（如 NumPy、Pandas、Matplotlib 等），非常适合 AI 开发。
2.1 下载 Anaconda
- 打开浏览器，访问官网：https://www.anaconda.com/products/distribution
- 点击“Download”按钮，选择适合你操作系统的版本（推荐 Python 3.9 或更高版本）。
- 下载完成后，得到
.exe（Windows）或.pkg（macOS）安装文件。
（这里用文字替代图片：官网页面有显著的“Download”按钮，下方有不同系统的图标。）
2.2 安装 Anaconda
- 双击安装包，启动安装向导。
- 点击“Next”>“I Agree”>选择“Just Me”（仅当前用户）>“Next”。
- 选择安装路径（建议默认，不要包含中文或空格）。
- 高级选项中，务必勾选“Add Anaconda3 to my PATH environment variable”（虽然不推荐，但对新手更友好），同时勾选“Register Anaconda3 as my default Python 3.x”。
- 点击“Install”，等待安装完成（约5-10分钟）。
- 安装完成后，点击“Next”>“Finish”。
（文字说明：安装向导中会出现两个复选框，建议全部勾选。）
2.3 验证安装
打开命令提示符（Win+R 输入 cmd），输入以下命令：
conda --version
python --version若显示类似 conda 23.7.4 和 Python 3.11.5，则表示安装成功。
三、配置 Python 虚拟环境（可选但推荐）
为了隔离不同项目的依赖，建议为 AI 项目单独创建虚拟环境。在命令行中执行：
conda create -n ai_env python=3.11
conda activate ai_env激活环境后，后续安装的库都会在该环境中生效，避免污染全局环境。
四、安装 Jupyter Notebook
Jupyter Notebook 是基于网页的交互式编程环境，能实时运行代码、展示图表，是 AI 开发的利器。
4.1 通过 Conda 安装（最简单）
在已激活的 ai_env 环境中，输入：
conda install jupyter notebook等待安装完成。Anaconda 自身也自带 Jupyter，若已安装可跳过此步。
4.2 启动 Jupyter Notebook
在命令行中输入：
jupyter notebook此时会自动打开浏览器（默认地址：http://localhost:8888），显示 Jupyter 主界面。
（文字描述：浏览器中显示文件夹列表，右上角有“New”按钮。）
五、创建第一个 Notebook 并测试 Python
- 在 Jupyter 主页点击右上角“New”>“Python 3 (ipykernel)”。
- 新建的 Notebook 中出现一个代码单元格，输入：
print("Hello, AI World!")- 按
Shift + Enter运行，下方会输出结果。 - 再新建一个单元格，输入以下代码测试常用 AI 库：
`python
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
x = np.linspace(0, 10, 100)
y = np.sin(x)
plt.plot(x, y)
plt.show()`
如果成功显示正弦曲线图，说明环境完全就绪！
六、补充：常用 AI 库的安装
零基础入门 AI 通常还需要以下库。你可以在命令行（激活虚拟环境后）一次性安装：
conda install scikit-learn tensorflow pytorch torchvision -c pytorch或使用 pip 单独安装：
pip install scikit-learn tensorflow torch torchvision七、注意事项与常见问题
- 安装路径不要有中文或空格，否则可能引发未知错误。
- Mac 用户应将 python 和 conda 命令替换为对应版本，或将 Anaconda 加入 PATH。
- 若 Jupyter 无法启动，尝试以管理员身份运行命令行，或重新安装 jupyter。
- 虚拟环境退出命令：
conda deactivate。 - 如需 GPU 加速，请另行安装 CUDA 和 cuDNN，并参照 TensorFlow/PyTorch 官方指南。
八、
至此，你已经完成了人工智能基础开发环境的全流程搭建：
- :whitecheckmark: 安装 Anaconda（包含 Python）
- :whitecheckmark: 配置 Conda 虚拟环境
- :whitecheckmark: 安装并启动 Jupyter Notebook
- :whitecheckmark: 运行代码并测试常用 AI 库
环境是 AI 之路的第一步，接下来你就可以利用 Jupyter 学习机器学习、深度学习，写出自己的第一个神经网络了。建议收藏本文，随时对照排查问题。祝你在 AI 世界中探索愉快！
