按列重新分区是一种将数据按照列进行重新分割的方法，可以用于数据处理或者数据转换等场景。以下是一个示例代码，演示了如何按列重新分区一个矩阵。

def column_repartition(matrix, num_partitions):
    # 获取矩阵的行数和列数
    num_rows = len(matrix)
    num_cols = len(matrix[0])

    # 计算每个分区应该包含的列数
    cols_per_partition = num_cols // num_partitions

    # 创建一个空的分区列表
    partitions = []

    # 按照列进行重新分区
    for i in range(num_partitions):
        # 计算当前分区应该包含的起始列和结束列
        start_col = i * cols_per_partition
        end_col = (i + 1) * cols_per_partition

        # 对于最后一个分区，将结束列设置为矩阵的最后一列
        if i == num_partitions - 1:
            end_col = num_cols

        # 从矩阵中抽取当前分区的列
        partition = [row[start_col:end_col] for row in matrix]

        # 将当前分区添加到分区列表中
        partitions.append(partition)

    return partitions

# 示例用法
matrix = [
    [1, 2, 3, 4, 5],
    [6, 7, 8, 9, 10],
    [11, 12, 13, 14, 15],
    [16, 17, 18, 19, 20]
]

num_partitions = 3

partitions = column_repartition(matrix, num_partitions)

# 打印分区结果
for i in range(num_partitions):
    print(f"Partition {i+1}:")
    for row in partitions[i]:
        print(row)
    print()

运行上述代码会将给定的矩阵按列重新分区为指定数量的分区。输出结果如下：

Partition 1:
[1, 2]
[6, 7]
[11, 12]
[16, 17]

Partition 2:
[3, 4]
[8, 9]
[13, 14]
[18, 19]

Partition 3:
[5]
[10]
[15]
[20]

每个分区都包含了矩阵的一部分列，并且保留了原始的行顺序。你可以根据实际需求修改代码以适应不同的数据结构和分区策略。