Nim语言中能否用元组直接索引多维数组？有无更简洁写法？

好问题！确实，每次写a[p.x][p.y]有点繁琐，尤其是需要频繁索引的时候。这里有几种办法能让你像numpy那样用更简洁的方式索引：

1. 自定义可索引的数组包装类 #

如果你想完全实现类似numpy的a[p]语法，可以写一个简单的包装类，重载Python的__getitem__方法来识别你的Point元组：

from typing import NamedTuple

# 先定义你的Point类型（用NamedTuple更符合Python的类型规范）
class Point(NamedTuple):
    x: int
    y: int

class SmartArray:
    def __init__(self, array):
        self.array = array
    
    def __getitem__(self, key):
        # 如果传入的是Point实例，直接用x和y索引二维数组
        if isinstance(key, Point):
            return self.array[key.x][key.y]
        # 保留普通索引的功能，比如a[0]获取第一行
        return self.array[key]

# 使用示例
a = SmartArray([[1,2],[3,4]])
p = Point(1,1)
print(a[p])  # 输出4，和a[p.x][p.y]效果一致

这个方法的好处是完全贴合你想要的a[p]语法，而且对原有代码的改动很小——只需要把普通数组换成SmartArray实例就行。

2. 轻量辅助函数 #

如果不想包装数组，写一个简单的辅助函数也能减少重复代码：

from typing import NamedTuple

class Point(NamedTuple):
    x: int
    y: int

def get(arr, point):
    return arr[point.x][point.y]

# 使用示例
a = [[1,2],[3,4]]
p = Point(1,1)
print(get(a, p))  # 输出4

这种方式更轻量，不需要额外的类，适合偶尔需要索引的场景。

3. 直接用numpy数组（如果适用） #

既然你提到了numpy，其实numpy的多维数组本身就支持元组索引。如果你的场景本来就适合用numpy，直接把普通列表转成numpy数组就行：

import numpy as np
from typing import NamedTuple

class Point(NamedTuple):
    x: int
    y: int

a_np = np.array([[1,2],[3,4]])
p = Point(1,1)
# 把Point转成元组就能直接索引
print(a_np[tuple(p)])  # 输出4
# 如果用普通元组的话更直接：p = (1,1)，然后a_np[p]

numpy的数组本身就设计用来支持这种多维索引，如果你需要做更多数值计算，直接用numpy会更省心。

内容的提问来源于stack exchange，提问作者Imran