Лучший способ перетасовать два массива в унисон

У меня есть два множества массива разных форм, но с одинаковой длиной (ведущее измерение). Я хочу перемешать каждый из них так, чтобы соответствующие элементы продолжали соответствовать, то есть перемешивать их в унисон относительно их ведущих индексов.

Этот код работает и иллюстрирует мои цели:

def shuffle_in_unison(a, b):
    assert len(a) == len(b)
    shuffled_a = numpy.empty(a.shape, dtype=a.dtype)
    shuffled_b = numpy.empty(b.shape, dtype=b.dtype)
    permutation = numpy.random.permutation(len(a))
    for old_index, new_index in enumerate(permutation):
        shuffled_a[new_index] = a[old_index]
        shuffled_b[new_index] = b[old_index]
    return shuffled_a, shuffled_b

Например:

>>> a = numpy.asarray([[1, 1], [2, 2], [3, 3]])
>>> b = numpy.asarray([1, 2, 3])
>>> shuffle_in_unison(a, b)
(array([[2, 2],
       [1, 1],
       [3, 3]]), array([2, 1, 3]))

Однако это кажется неуклюжим, неэффективным и медленным, и для этого нужно делать копии массивов - я бы предпочел перетасовать их на месте, так как они будут довольно большими.

Есть ли лучший способ пойти. об этом? Мои основные цели - более быстрое выполнение и меньшее использование памяти, но элегантный код тоже был бы неплохим.

Еще одна мысль, которая у меня была, была такая:

def shuffle_in_unison_scary(a, b):
    rng_state = numpy.random.get_state()
    numpy.random.shuffle(a)
    numpy.random.set_state(rng_state)
    numpy.random.shuffle(b)

Это работает ... но это немного пугает, поскольку я не вижу никакой гарантии, что он будет продолжать работать - это не похоже на то, что гарантированно выживет в numpy-версии, например.