对于大量稀疏的输入（无论如何都是lsqr的用例），MATLAB的lsqr的Python / SciPy等价物是：

scipy.sparse.linalg.lsqr()

此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（分别）对应于matvec和rmatvec的可调用对象。
这最终可用于计算lsqr，其中A是未知的。
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，lsqr的MATLAB和Python文档都表明A'*x（在Python中更准确地说是A^T x，但含义相同），但这不是（也不可能）正确。如果事实上它们都使用x作为静音变量（与Ax = b命名无关），但它们实际上都使用b。
Python和MATLAB实现之间存在一个重要差异：

*MATLAB：提供了一个函数，该函数需要根据afun的第二个参数计算A*x或A'*b（分别为afun(x,'notransp')或afun(x,'transp')）。
*Python：这两个函数是分开提供的，第一个参数是x或b，这取决于调用的是A.matvec()还是A.rmatvec()（分别）。

(This是基于@AnderBiguri和scipy.sparse.linalg.lsqr()源代码提供的信息丰富的答案）。

显然是在python的lsqrA can also be a LinearOperator中，这就是你要找的。
函数本身是scipy.sparse.linalg.LinearOperator，文档本身有关于如何使用它的很好的示例。
实际上，您只需创建2个函数（我们将其命名为Ax()和Atb()），并将A创建为：
A = LinearOperator((m,n), matvec=Ax, rmatvec=Atb)
其中m,n是矩阵大小。