pythonにて機械学習用に
「『行列をnumpy形式で保存したファイル(のペア)』を読み出し、行をランダムに入れ替えて、numpy形式で保存する。これを複数ファイル分行う」という処理をしています。

『行列をnumpy形式で保存したファイル(のペア)』の行列サイズは2000万×33と2000万×1で、ファイル数は10です。

こちらの処理を高速化したいのですが、以下コードの中で、改良できそうな点はありますでしょうか?

今まで、https://qiita.com/shaka/items/f180ae4dc945dc7b9066 を参考に、サイズを小規模にして一時変数の利用などは試してみたのですが、早くなったり逆に遅くなったりして、変化が見られませんでした。

少しでも解決できそうな手段をご存じの方がいたら、アドバイス頂けると幸いです。よろしくお願い致します。
コード:

    # 定義済みの変数
    # file_listx: 1種類目のデータが保存されているファイル名のリスト(例:['x1.npy','x2.npy',…,'x10.npy'])
    # file_listx: 2種類目のデータが保存されているファイル名のリスト(例:['y1.npy','y2.npy',…,'y10.npy'])
    
    # ディレクトリにあるファイル
    # x1.npy, x2.npy, …, x10.npy: それぞれ、サイズ2000万×33の行列
    # y1.npy, y2.npy, …, y10.npy: それぞれ、サイズ2000万×1のベクトル
    
    for i in range(len(file_listx)):
        #データの読み込み
        data_x = np.load(file_listx[i]) #ペアのうち1種類目の、i番目のnumpyファイル(行列サイズ:2000万×33)
        data_y = np.load(file_listy[i]) #ペアのうち2種類目の、i番目のnumpyファイル(行列サイズ:2000万×1)
                
        rand_x = np.zeros_like(data_x)
        rand_y = np.zeros_like(data_y)
                
        #シャッフル用のインデックス準備
        index = np.arange(data_x.shape[0])
        np.random.shuffle(index)
                
        #シャッフル
        for j in range(data_x.shape[0]):
            rand_x[j,:] = data_x[index[j],:]
            rand_y[j,:] = data_y[index[j],:]
      
        #tensorに変換
        rand_x = torch.from_numpy(rand_x).float()
        rand_y = torch.from_numpy(rand_x).float()
               
        #保存
        np.save(file_listx[i],rand_x)
        np.save(file_listy[i],rand_y)