Python 版本的 matlab 代码非常慢

问：

我有以下Matlab代码（我的生产代码数组大小约为）：8766 x 8766

% Define z1 and z2
z1 = rand(6, 6);   % Random 6x6 matrix - real life size 8766 x 8766
z2 = rand(6, 7);   % Random 6x7 matrix - real life size 8766 x 8767

% Solve for z3
z3 = z1 \ z2; % real life size 8766 x 8767

% Display z3
disp(z3);

在 python 中等价于此：

import numpy as np
# Define z1 and z2
z1 = np.random.rand(6, 6)   # Random 6x6 matrix
z2 = np.random.rand(6, 7)   # Random 6x7 matrix
# Solve for z3 (matrix division)
z3 = np.linalg.solve(z1.T @ z1, z1.T @ z2)

但是，如果 python 版本是单数矩阵，则不起作用。即使矩阵是奇异的，Matlab 版本也可以工作。

以下替代解决方案非常缓慢：

z3 = np.linalg.pinv(z1) @ z2

那么，对我来说，解决方案是什么？

令人惊讶的是，在 2023 年，Python 仍然没有在这方面击败 Matlab。

编辑：比已经使用的方法慢scipy.linalg.lstsq