NumPy concatenate и stack: сравните ndim и shape

concatenate vs stack на одномерных векторах: разница в ndim и shape

Что уже дано

Проверяющая система запускает вашу программу и подаёт данные через stdin. Никаких заранее созданных переменных нет — вы читаете всё сами.

Что нужно сделать

Напишите программу, которая наглядно показывает разницу между np.concatenate и np.stack на одномерных массивах:

1. Читает из stdin одну строку с двумя целыми числами: n и k — длина каждого из k одномерных векторов.
2. Создаёт k одномерных массивов: i-й массив (i от 0 до k-1) равен np.arange(i * n, (i + 1) * n) — shape (n,).
3. Объединяет все k массивов через np.concatenate(..., axis=0) → cat. Выводит строку: cat shape=<shape> ndim=<ndim>.
4. Складывает все k массивов через np.stack(..., axis=0) → st0. Выводит строку: st0 shape=<shape> ndim=<ndim>.
5. Складывает все k массивов через np.stack(..., axis=1) → st1. Выводит строку: st1 shape=<shape> ndim=<ndim>.
6. Выводит строку ndim_diff=<d>, где <d> — разница st0.ndim - cat.ndim.

Shape выводите в виде Python-кортежа, например (6,) или (2, 3).

Ввод и вывод

Программа читает stdin и пишет в stdout.

Формат ввода

Одна строка: два целых числа n k, разделённых пробелом. Гарантируется n >= 2, k >= 2.

Формат вывода

Четыре строки:

cat shape=<shape> ndim=<ndim>
st0 shape=<shape> ndim=<ndim>
st1 shape=<shape> ndim=<ndim>
ndim_diff=<d>