为什么np.arrange(0.97,3.0,0.01)最后一个值是3.0018，大于3
在 NumPy 中，np.arange 函数用于创建一个等差数列。它的参数分别是起始值、终止值和步长。当你使用 np.arange(0.97, 3.0, 0.01) 时，你期望得到的是从 0.97 开始，每次增加 0.01，直到接近但不包括 3.0 的数列。
然而，由于浮点数的精度问题，当你使用浮点数作为步长时，可能会出现一些微小的误差。这些误差可能会导致最后一个值略微超出你期望的终止值。在这种情况下，最后一个值是 3.0018，这是因为在计算过程中累积了小的误差。
浮点数在计算机中的表示是基于二进制的，而某些十进制小数在二进制表示中是无限循环的，这会导致精度损失。因此，当你使用浮点数进行计算时，尤其是作为循环或迭代的步长时，这种精度损失可能会累积起来。
为了解决这个问题，你可以使用 np.linspace 函数，它在指定的数值范围内生成等间隔的数列，并且可以确保包含起始值和终止值。例如：
import numpy as np
# 使用 np.linspace 替代 np.arange
array = np.linspace(0.97, 3.0, int((3.0 - 0.97) / 0.01) + 1)
print(array)这将生成一个包含起始值 0.97 和终止值 3.0 的数组，步长为 0.01。int((3.0 - 0.97) / 0.01) + 1 确保数组的长度正确，使得终止值被包含在内。