要在初学者的环境中安装PySpark，可以按照以下步骤进行操作：

1. 确保已经安装了Python和Java环境。
2. 打开终端或命令提示符，并使用以下命令安装PySpark依赖的Py4j库：

pip install py4j

3. 下载并安装Apache Spark。可以从官方网站 https://spark.apache.org/downloads.html 下载最新的Spark版本。选择合适的Spark版本，并下载对应的二进制文件。
4. 解压下载的Spark二进制文件。在终端或命令提示符中，使用以下命令解压文件（假设文件名为spark-3.0.1-bin-hadoop2.7.tgz）：

tar -xvf spark-3.0.1-bin-hadoop2.7.tgz

5. 将Spark的bin目录添加到系统环境变量中。在终端或命令提示符中，使用以下命令将Spark的bin目录添加到PATH变量中（假设Spark解压后的目录名为spark-3.0.1-bin-hadoop2.7）：

export PATH=$PATH:/path/to/spark-3.0.1-bin-hadoop2.7/bin

6. 创建一个Python脚本（例如，pyspark_example.py），并在脚本中导入并使用PySpark库。以下是一个简单的示例代码：

from pyspark.sql import SparkSession

# 创建SparkSession对象
spark = SparkSession.builder.appName("PySparkExample").getOrCreate()

# 读取数据文件
data = spark.read.csv("data.csv", header=True, inferSchema=True)

# 打印数据架构
data.printSchema()

# 显示数据前5行
data.show(5)

# 关闭SparkSession对象
spark.stop()

在上面的示例代码中，我们使用PySpark读取一个名为data.csv的CSV文件，并打印数据的架构和前5行数据。

7. 在终端或命令提示符中，使用以下命令运行Python脚本：

spark-submit pyspark_example.py

以上是安装PySpark并使用示例代码的解决方法。这将使初学者能够在自己的环境中开始使用PySpark。