从零上手 AI + Python 实战
一、先安装 AI 必备库（1 行命令）
打开你的CMD / 终端，运行：
bash
运行
pip install numpy pandas scikit-learn matplotlib这是 AI 最基础、最核心的工具包。
二、第一个 AI 程序：预测房价（超简单）
直接复制下面代码运行，这就是标准的 Python AI 代码！
python
运行
# 导入 AI 工具 from sklearn.linear_model import LinearRegression import numpy as np # 1. 给 AI 看数据 # 房屋面积(平米) 面积 = np.array([[50], [60], [70], [80], [100], [120]]) # 对应价格(万) 价格 = np.array([100, 120, 140, 160, 200, 240]) # 2. 创建 AI 模型 模型 = LinearRegression() # 3. 训练 AI（让它学习规律） 模型.fit(面积, 价格) # 4. 让 AI 预测！ 预测面积 = int(input("请输入房屋面积：")) 预测价格 = 模型.predict([[预测面积]]) print(f"\nAI 预测：{预测面积}平米 的房子价格 ≈ {预测价格[0]:.1f} 万")运行效果
plaintext
请输入房屋面积：90 AI 预测：90平米 的房子价格 ≈ 180.0 万✅这就是 AI：从数据中学习规律，然后做预测！
三、第二个 AI 程序：判断花朵种类（图片分类简化版）
python
运行
from sklearn.datasets import load_iris from sklearn.tree import DecisionTreeClassifier from sklearn.metrics import accuracy_score # 加载经典花朵数据集 数据 = load_iris() X = 数据.data # 花朵特征 y = 数据.target # 花朵种类 # 训练 AI 分类器 模型 = DecisionTreeClassifier() 模型.fit(X, y) # 用 AI 预测 预测 = 模型.predict(X) print(f"AI 识别花朵准确率：{accuracy_score(y, 预测)*100:.1f}%")运行结果：
plaintext
AI 识别花朵准确率：100.0%四、我给你规划「最快上手 AI + Python」路线
第 1 阶段：基础（1-3 天）
- Python 基本语法
- 数据处理：
numpy+pandas
第 2 阶段：入门 AI（3-7 天）
- 预测（房价、销量、成绩）
- 分类（图片、文本、判断）
第 3 阶段：实战 AI（1-2 周）
- 智能聊天机器人
- 图片识别
- 调用大模型（ChatGPT / 文心一言）做自动化