# Claude Code 入门：从安装到造出第一个数据分析器（零基础版）
## 概述
本教程面向**从未用过终端、也没写过代码**的零基础读者。你将学会在三套主流操作系统（macOS、Windows、Linux）上安装 Claude Code、完成首次登录、跑通第一个交互会话，并最终让它帮你从零造出一个**销售数据分析器**——它能读取 CSV、自动清洗数据、算出关键指标、画出图表，并生成一份网页报告。学完后，你将掌握"用大白话描述需求 → 让 AI 产出可运行代码 → 自己验证与修复"这条最小闭环。
## 前置条件
在开始前，请确认你具备以下条件（缺一不可的部分我会标注）：
- **一台电脑**：macOS 13.0+、Windows 10（1809+）或主流 Linux 发行版任一即可。
- **一个 Anthropic 账号**（必需）：Claude Code 必须登录才能使用。下面三种任选其一：
1. Claude 订阅账号（Pro / Max / Team / Enterprise，**推荐**，月费封顶，适合长期练手）；
2. Claude Console 账号（按 token 预付费，首次登录会自动建一个叫 "Claude Code" 的工作区用于计费汇总）；
3. 企业云（Amazon Bedrock / Google Vertex AI / Microsoft Foundry）。
- **Python 3.10+**（实战案例需要；若没有，后面我会教你怎么让 Claude Code 帮你装）。
- **联网环境**：首次安装与登录需要访问 `claude.ai`。
- **可选**：Git for Windows（仅 Windows 用户）。装了它 Claude Code 才能用 Bash 工具；不装则会退化为 PowerShell，也能用，但体验略差。
> 不需要你事先懂任何命令行语法。本教程每一步都给出"复制这一行、粘贴、回车"级别的指令。
## 第一步：打开终端
终端就是"用文字和电脑对话"的窗口。不同系统打开方式不同：
**macOS**：按 `Cmd + 空格` 调出聚焦搜索，输入 `Terminal`（终端），回车。
**Linux**：按 `Ctrl + Alt + T`，或在应用菜单里搜索"终端"。
**Windows**：按 `Win + X`，选择 **Windows PowerShell**（或"终端"）。
> ⚠️ 常见问题：Windows 有两个命令行程序——PowerShell 和 CMD，长得像但命令不同。**请务必确认你在 PowerShell**：它的提示符以 `PS C:\` 开头；CMD 则只有 `C:\`，没有 `PS`。后续步骤在两者里命令不同，认错会报错。
打开后你会看到一个闪烁光标的窗口，这就是你的"战场"。
## 第二步：安装 Claude Code
Anthropic 官方目前**首推原生安装器**（Native Install），它不再依赖 Node.js/npm，且会**后台自动更新**。把下面对应你系统的那一行**原样复制**，粘贴到终端，回车：
**macOS / Linux / WSL（推荐）：**
```bash
curl -fsSL https://claude.ai/install.sh | bash
```
**Windows PowerShell（推荐）：**
```powershell
irm https://claude.ai/install.ps1 | iex
```
**Windows CMD（不推荐，仅 PowerShell 不可用时）：**
```cmd
curl -fsSL https://claude.ai/install.cmd -o install.cmd && install.cmd && del install.cmd
```
**预期结果**：屏幕滚动一些文字，几秒到几十秒后出现类似 `Claude Code successfully installed!`（安装成功）的提示。
**其它安装方式**（按需选用）：
| 方式 | 命令 | 自动更新 |
|---|---|---|
| Homebrew（macOS/Linux） | `brew install --cask claude-code` | 否，需手动 `brew upgrade claude-code` |
| WinGet（Windows） | `winget install Anthropic.ClaudeCode` | 否，需手动 `winget upgrade Anthropic.ClaudeCode` |
| npm（老方法） | `npm install -g @anthropic-ai/claude-code` | 否，需 `npm update -g` |
> **常见问题与解决**：
> - 报错 `The token '&&' is not a valid statement separator` → 你在 PowerShell 里跑了 CMD 命令，改用 PowerShell 那行。
> - 报错 `'irm' is not recognized` → 你在 CMD 里跑了 PowerShell 命令，改用 CMD 那行。
> - 报错 `syntax error near unexpected token '<'`、`403` 或其它 curl 错误 → 通常是网络代理/防火墙拦截，尝试切换网络或配置代理后重试；也可改用 Homebrew/WinGet 方式绕开 curl。
> - Windows 用户若希望 Claude Code 拥有 Bash 能力：去 `git-scm.com/downloads/win` 下载安装 Git for Windows，全程"下一步"即可。
## 第三步：首次登录
在终端输入并回车：
```bash
claude
```
首次启动会提示你登录。屏幕会给出一个网址，并自动（或手动）打开浏览器，跳转到 Anthropic 登录页。用你的 Claude 订阅账号或 Console 账号完成授权，回到终端即可看到欢迎界面。
**预期结果**：终端进入交互式会话，底部出现输入框，光标等待你打字。
> 想切换账号或重新登录？在会话里输入斜杠命令 `/login` 即可，无需重启。
> **常见问题**：浏览器没自动弹出？手动复制终端里显示的那串 URL 到浏览器地址栏即可。
## 第四步：认识第一个会话
登录后你已经在和 Claude Code 对话了。它**全程用文字交互**——你打字、回车发送，它回复并可能动手改文件/跑命令。请先记住这五条"保命操作"：
- `Esc`：打断正在运行的 Claude（它跑飞了就按这个）。
- `Ctrl + C`：取消当前输入。
- `Ctrl + D` 或输入 `exit`：退出 Claude Code。
- `/help`：查看所有可用命令。
- `/clear`：清空当前对话上下文（话题切换太多、它开始"犯迷糊"时用）。
另外，**终端里不能用鼠标点击**，移动光标请用方向键。
当 Claude Code 要执行命令（比如装库、跑脚本）或修改文件时，会**先弹出权限确认**，问你是否允许。这是它的安全机制。新手可以这样选：
- 看懂且信任 → 选 **Yes**（仅本次允许）。
- 这一类命令以后都信（比如读文件）→ 选 **Yes, and don't ask again**（本次会话内同类自动放行）。
- 不放心 → 选 **No**，它会换一种更保守的做法。
> ⚠️ 网上有些教程会让你加 `--dangerously-skip-permissions` 跳过所有确认。**零基础阶段强烈不建议**——那等于让它"闭着眼开车"，删错文件你都不知道。
## 第五步：建一个项目目录并启动
现在用它来造东西。先在你的"文档"或任意文件夹里建个项目目录（路径自己定）。最简单的办法是**直接用大白话让 Claude Code 帮你建**——在会话里输入：
```
帮我在 ~/Documents 下新建一个叫 sales-analyzer 的文件夹，并进到里面。
```
它会请求权限执行 `mkdir` 和 `cd`，确认即可。然后让它**初始化项目记忆**：
```
/init
```
`/init` 会让 Claude Code 扫描当前目录、生成一份 `CLAUDE.md`——这是**项目说明书**，记录这是个什么项目、用什么技术、有哪些约定。以后每次在这个目录开会话，它都会先读这份文件，省得你每次重新解释。零基础时你可以让它先写个简单的，后面再补。
## 第六步：用大白话描述需求（核心环节）
这是整个教程的关键。把下面这段需求**原样发给它**（你也可以按自己想法改）：
```
我要做一个销售数据分析器，零基础，请帮我从零造出来。
要求：
1. 项目里有示例数据 sales.csv，列：date, product, region, quantity, price，你帮我造 50 行随机示例数据。
2. 写一个 Python 脚本 analyze.py，用 pandas 读取并清洗数据（去掉空行、把 quantity/price 转成数字、把 date 转成日期）。
3. 计算：总销售额、各产品销售额排名、各地区销售额、按月的销售额趋势。
4. 用 matplotlib 画两张图存成 PNG：各地区销售额柱状图、月度趋势折线图。
5. 把结果汇总成一个 report.html 网页报告，里面嵌入两张图和关键数字。
6. 最后把运行步骤写进 README，并帮我装好依赖、跑通一次。
```
发送后，你会看到它**一步步动手**：先建 `sales.csv`、再写 `analyze.py`、然后尝试 `pip install pandas matplotlib`（此处会请求权限，选 Yes）。它的思考与动作会实时显示在终端。
**预期结果**：最终目录长这样：
```
sales-analyzer/
├── CLAUDE.md
├── sales.csv
├── analyze.py
├── report.html
├── region_sales.png
├── month_trend.png
└── README.md
```
它生成的 `analyze.py` 大致会是下面这样（你可以对照检查，理解它做了什么）：
```python
# analyze.py — 销售数据分析器
import pandas as pd
import matplotlib.pyplot as plt
from pathlib import Path
# 1. 读取与清洗
df = pd.read_csv("sales.csv")
df = df.dropna() # 去空行
df["quantity"] = pd.to_numeric(df["quantity"], errors="coerce")
df["price"] = pd.to_numeric(df["price"], errors="coerce")
df["date"] = pd.to_datetime(df["date"], errors="coerce")
df = df.dropna()
df["revenue"] = df["quantity"] * df["price"] # 单行销售额
# 2. 关键指标
total = df["revenue"].sum()
top_products = df.groupby("product")["revenue"].sum().sort_values(ascending=False)
region_sales = df.groupby("region")["revenue"].sum()
df["month"] = df["date"].dt.to_period("M")
month_trend = df.groupby("month")["revenue"].sum()
print(f"总销售额：¥{total:,.2f}")
print("各产品销售额 Top：\n", top_products.head())
# 3. 画图
region_sales.plot(kind="bar", title="各地区销售额", color="#4C9F70")
plt.tight_layout(); plt.savefig("region_sales.png"); plt.close()
month_trend.plot(kind="line", marker="o", title="月度销售趋势", color="#2D6CDF")
plt.tight_layout(); plt.savefig("month_trend.png"); plt.close()
# 4. 生成 HTML 报告
html = f"""
销售数据分析报告
总销售额：¥{total:,.2f}
各地区销售额
月度趋势
产品排名
{top_products.to_string()}
"""
Path("report.html").write_text(html, encoding="utf-8")
print("✅ 报告已生成：report.html")
```
运行它：
```bash
python analyze.py
```
**预期输出**：终端打印总销售额和产品排名，提示 `✅ 报告已生成：report.html`；目录里多出两张 PNG 和一个 `report.html`。双击 `report.html` 用浏览器打开，你就能看到带图表的报告——这就是你的第一个"作品"。
## 第七步：报错处理（最重要的实战能力）
零基础最容易卡在"它跑通了，但我这边报错"。别慌，把**报错的完整文字复制粘贴回会话**，直接说：
```
运行 python analyze.py 报这个错，帮我修：<粘贴报错全文>
```
Claude Code 会自己分析、改文件，再让你重试。下面是最常踩的几个坑及修法：
| 报错关键词 | 原因 | 解决（或让它帮你解决） |
|---|---|---|
| `ModuleNotFoundError: No module named 'pandas'` | 没装依赖 | 让它跑 `pip install pandas matplotlib` |
| `python: command not found`（macOS/Linux） | 系统用 `python3` | 改用 `python3 analyze.py` |
| `'python' 不是内部或外部命令`（Windows） | 没装 Python 或没加进 PATH | 让它帮你装 Python 并配置环境变量 |
| `Permission denied` | 没权限 | 确认你对自己的项目目录有读写权限 |
| 中文乱码 / `UnicodeDecodeError` | 编码问题 | 读取时指定 `encoding="utf-8"`，Windows 终端可设 `chcp 65001` |
| 图里中文显示成方框 □□□ | matplotlib 缺中文字体 | 让它加 `plt.rcParams['font.sans-serif']=['SimHei']`（Win）或 `Arial Unicode MS`（Mac） |
> 心法：**永远把报错原文喂给它**，不要自己描述"好像有个错"。它读原始报错远比读你的转述准。
## 第八步：保存进度与版本管理（顺带学 Git）
跑通后，让它帮你把成果用 Git 存档（即使你不会 Git）：
```
帮我把这个项目用 git 初始化、提交第一个版本，commit 信息你写。
```
它就会执行 `git init`、`git add`、`git commit`，并写一条规范的提交信息。这样万一以后改坏了，能随时回滚。让它加个 `.gitignore` 排除 `__pycache__` 之类临时文件：
```
帮我加 .gitignore，忽略 Python 缓存和 venv。
```
## 实战案例：把数据换成你自己的真实数据
上面的示例是随机数据。现在升级为**真实场景**：假设你手上有一份公司导出的订单 Excel（`orders.xlsx`，列名可能是英文/带空格）。在会话里说：
```
我有一份真实订单 orders.xlsx，列大概是 OrderDate, ProductName, Region, Qty, UnitPrice。
请改写 analyze.py：能自动识别这些列（列名可能带空格或大小写不同），做和之前一样的分析，
并加一个"销售额最高的 Top5 订单"明细。先别覆盖我原来的 analyze.py，新建 analyze_real.py。
```
这里你练到了三个进阶技巧：
1. **模糊需求处理**——让它"猜"列名映射，体现它对脏现实数据的适应力；
2. **不覆盖原文件**——养成"新逻辑先另存"的安全习惯；
3. **迭代式开发**——在原有基础上加功能，而不是推倒重来。
跑通后，你会真切体会到：**需求写得越具体，结果越准**；写得模糊，它就按常见做法"猜"，可能要来回改几轮。这是和 AI 协作最核心的一条经验。
## 整体工作流程图
```text
flowchart TD
A[打开终端] --> B[原生安装器安装 Claude Code]
B --> C{安装成功?}
C -- 否 --> T[按报错排查/换 Homebrew·WinGet]
T --> B
C -- 是 --> D[claude 启动 + 首次登录]
D --> E[/init 生成 CLAUDE.md]
E --> F[用大白话描述需求]
F --> G[Claude Code 生成代码并请求权限]
G --> H[确认权限 → 运行/装依赖]
H --> I{跑通?}
I -- 报错 --> J[把报错原文喂回去 → 自动修复]
J --> H
I -- 成功 --> K[验证产物: 图表 + HTML 报告]
K --> L[用 Git 存档版本]
L --> M[替换真实数据 → 迭代升级]
```
## 延伸阅读
- **Claude Code 官方快速上手**：`https://code.claude.com/docs/en/quickstart` —— 官方权威安装与首个会话流程。
- **新终端用户指南**：`https://code.claude.com/docs/en/terminal-guide` —— 面向"从没碰过终端"的图文教程，本教程主要依据。
- **Common workflows（常用工作流）**：官方文档 → Build with Claude Code → Common workflows，含调试、重构、写测试等场景。
- **CLAUDE.md 与记忆机制**：官方文档 → Store instructions and memories，深入理解项目记忆。
- **Permission modes（权限模式）**：官方文档 → Permission modes，理解三种权限模式何时切换。
## 训练营适用性评估
- **适用训练营类型**：AI 编程启蒙营 / 数字化转型通识营 / 非技术岗"AI 提效"入门营 / 大一新生编程第一课。**不适用**于已有 1 年以上开发经验者的进阶营（对他们太浅）。
- **教学时长**：约 **2.5–3 小时**（含动手）。建议节奏：安装登录 40 分钟、首会话与命令 30 分钟、造数据分析器 70 分钟、报错处理与真实数据迭代 40 分钟。
- **学员成果物**：一个能读取 CSV/Excel、自动清洗、出图、生成网页报告的可运行 Python 小工具，外加一份 Git 版本库——可直接作为结业作业展示。
- **教学风险点**：① Windows 学员 PowerShell/CMD 混淆、Python 未装/未配 PATH 是两大拦路虎，需配备助教巡场；② 网络环境对 `claude.ai` 的可达性需提前测试；③ 权限确认环节新手易直接全选"Yes, don't ask again"，应强调逐条确认的安全意识。
- **延伸建议**：本营结束后，可衔接"Claude Code Skills 开发"或"MCP 服务器开发"两个进阶营，形成从"会用"到"会扩展"的完整路径。
## 参考来源
1. [Quickstart - Claude Code Docs](https://code.claude.com/docs/en/quickstart) — 官方安装、登录、首个会话与首次改代码的权威步骤，含原生安装器/WinGet/Homebrew/npm 全部方式。
2. [Terminal guide for new users - Claude Code Docs](https://code.claude.com/docs/en/terminal-guide) — 面向零终端经验用户的图文教程（macOS 与 Windows），本教程安装与登录部分的主要依据。
3. [Claude Code Tutorial for Beginners 2026: From Installation to Building Your First Project](https://dev.to/ayyazzafar/claude-code-tutorial-for-beginners-2026-from-installation-to-building-your-first-project-1lma) — 第三方入门长文，覆盖安装到首个项目的完整实践。
4. [How to Install Claude Code: Complete Setup Guide (2026)](https://www.nxcode.io/resources/news/install-claude-code-setup-guide-2026) — 2026 年安装与系统要求、API key 配置的补充说明。
5. [Claude Code for Beginners: Zero to First Project in 30 Min](https://theplanettools.ai/guides/claude-code-for-beginners-zero-to-first-project-2026) — 长期使用经验提炼的"30 分钟出首个项目"实操指南，含 CLAUDE.md 写作建议。
> [!tip] 51学通信知识星球
> **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。
> **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。
> **当前规模**：5200 篇主题 / 990 个回答，198 元/年。
> **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。
> **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。
