Python AI环境搭建

学习 AI 编程之前，先把 Python 环境搭好。环境搭建不是形式主义，它决定了后面安装依赖、运行示例、复现实验时会不会频繁出错。

推荐目录结构

建议为每个 AI 项目单独建目录：

ai-demo/
  .venv/
  src/
  data/
  notebooks/
  requirements.txt
  README.md

不要把所有教程都装在同一个全局 Python 环境里，否则很容易出现依赖版本冲突。

安装Python

建议使用 Python 3.10 或 3.11。很多 AI 库支持新版本，但过新的版本可能遇到兼容问题。安装后检查：

python --version
pip --version

如果系统里有多个 Python，可以用 py -3.11 --version 检查 Windows 启动器。

创建虚拟环境

在项目目录下执行：

python -m venv .venv

Windows 激活：

.venv\Scripts\activate

macOS 或 Linux 激活：

source .venv/bin/activate

激活后命令行前面通常会出现 (.venv)。

安装常用依赖

python -m pip install -U pip
pip install numpy pandas matplotlib requests python-dotenv jupyter
pip freeze > requirements.txt

requests 用于调用 HTTP API，python-dotenv 用于读取密钥，numpy/pandas/matplotlib 用于数据处理和可视化。

配置环境变量

调用 API 时不要把密钥写进代码。新建 .env：

AI_API_KEY=你的密钥

读取方式：

import os
from dotenv import load_dotenv
 
load_dotenv()
api_key = os.getenv('AI_API_KEY')
if not api_key:
    raise RuntimeError('请先配置 AI_API_KEY')

同时把 .env 加入 .gitignore。

常见错误

• pip 安装到了全局环境：先确认虚拟环境是否激活。
• 找不到 python：检查安装时是否加入 PATH。
• 依赖版本冲突：新建干净虚拟环境重新安装。
• Jupyter 用错内核：确认 kernel 指向当前 .venv。

小结

AI 编程环境的核心是隔离、可复现和安全。虚拟环境隔离依赖，requirements.txt 记录版本，.env 管理密钥。把这三件事做好，后面的学习会顺很多。