按照标题，当第一个参数是函数时，我正在寻找与MATLAB lsqr()等效的Python（可能在NumPy / SciPy中）。
简而言之，lsqr用数值方法为x解决以下问题：
argmin_x || A*x - b ||_2
其中
x和b是向量（可能具有不同的大小），而A是线性运算符。我相信对于数字输入，等效值为
numpy.linalg.lstsq()。函数
scipy.optimize.least_squares()原则上可以用于解决argmin问题，但是似乎它在内部使用了不同的算法（并且速度较慢），这似乎不适合在相对较大的输入上进行优化。我相信
lsqr()在内部使用A*x和A'*b，不需要明确表示A。那么，有没有等同于MATLAB的
lsqr（第一个参数为函数）？ 最佳答案
对于大而稀疏的输入（无论如何，这都是lsqr的用例），MATLAB的lsqr的Python / SciPy等效项是：
scipy.sparse.linalg.lsqr()
该函数的第一个参数可以是
scipy.sparse.linalg.LinearOperator()，它是线性运算符的代理，其中必须提供A*x和A'*b（'是转置运算符）作为与matvec和（分别）。最终可以将其用于计算
rmatvec，其中lsqr未被明确知道。例如：
def Ax(x):
"""Returns A*x"""
...
def Atb(b):
"""Returns A'*b"""
...
A = scipy.sparse.linalg.LinearOperator((m,n), matvec=Ax, rmatvec=Atb)
result = scipy.sparse.linalg.lsqr(A, b)
请注意，
A的MATLAB和Python文档均指示计算了lsqr（在Python中更精确地为A'*x，但含义相同），但这不是（也不能）正确。Python和MATLAB实现之间存在一个重要区别：
MATLAB：
A^T x的第一个参数似乎是afun，与是否调用x或afun(x,'notransp')无关，并且必须以不同的方式获取afun(x,'transp')。Python：第一个参数是
b或x，这取决于分别调用了b还是A.matvec()。（这是基于来自@AnderBiguri和
A.rmatvec() source code的非常有用的答案）。