实际上，我遇到的问题是求解齐次线性方程组false，其中Ax = 0大而稀疏，同时将解向量A的某些项约束为特定值。
这等效于找到x的空空间，正如我认为的那样，这是一个更常见的问题。因此，为了实现这一点，我尝试使用scipy.sparse提供的一些求解器来计算A的解，但这只会返回平凡的结果0。
直到现在，我一直尝试使用scipy.sparse中的最小二乘法求解器解决该问题，在此方法之前，我研究了另一个stackoverflow帖子，该帖子与我上面描述的前一个问题类似，但此人仍在工作与普通的numpy数组。不幸的是，我似乎再也找不到该帖子了，我也不是真的知道，它是否仍然适用于scipy.sparse矩阵。
Ax = 0返回A = sparse.rand(10000, 5000, format="csc")
b = csr_matrix((10000, 1), dtype=np.float64).toarray()
b = b.reshape((-1,))
x = linalg.lsqr(A, b)