これらの関数は、チャート式でのみ使用できます。各関数のドロップダウンを使用すると、その関数の簡単な説明や構文を確認できます。詳細を表示するには、構文の説明にある関数名をクリックします。
チャートのランキング関数
Rank() は、数式におけるチャートの行を評価し、それぞれの行に対して、数式で評価される軸の値の相対位置を示します。この関数は数式の評価時に、結果を現在の列セグメントに含まれるその他の行の結果と比較して、セグメント内の現在の行の順位付けを返します。
rank([TOTAL [<fld {, fld}>]] expr[, mode[, fmt]])
HRank() は expression を評価し、結果をピボット テーブルの現在の行セグメント内のその他の列の結果と比較します。この関数は、セグメント内の現在の例のランキングを返します。
HRank([TOTAL] expr[, mode[, fmt]])
チャートのクラスター関数
KMeans2D() は、K 平均法クラスタリングを適用してチャートの行を評価し、チャートの各行に、このデータ ポイントが割り当てられているクラスターのクラスター ID を表示します。クラスタリング アルゴリズムで使用される列は，それぞれ，パラメーター coordinate_1 と coordinate_2 によって決定されます。これらはともに集計です。作成されるクラスターの数は、num_clusters パラメーターによって決定されます。データは、オプションで norm パラメーターによって正規化できます。
KMeans2D(num_clusters, coordinate_1, coordinate_2 [, norm])
KMeansND() は、K 平均法クラスタリングを適用してチャートの行を評価し、チャートの各行に、このデータ ポイントが割り当てられているクラスターのクラスター ID を表示します。クラスタリング アルゴリズムで使用される列は，パラメーター coordinate_1、 coordinate_2、などによって、最大 n 列まで決定されます。これらはすべて集計です。作成されるクラスターの数は、num_clusters パラメーターによって決定されます。
KMeansND(num_clusters, num_iter, coordinate_1, coordinate_2 [,coordinate_3 [, ...]])
KMeansCentroid2D() は、K 平均法クラスタリングを適用してチャートの行を評価し、チャートの各行に、このデータ ポイントが割り当てられているクラスターの目的の座標を表示します。クラスタリング アルゴリズムで使用される列は，それぞれ，パラメーター coordinate_1 と coordinate_2 によって決定されます。これらはともに集計です。作成されるクラスターの数は、num_clusters パラメーターによって決定されます。データは、オプションで norm パラメーターによって正規化できます。
KMeansCentroid2D(num_clusters, coordinate_no, coordinate_1, coordinate_2 [, norm])
KMeansCentroidND() は、K 平均法クラスタリングを適用してチャートの行を評価し、チャートの各行に、このデータ ポイントが割り当てられているクラスターの目的の座標を表示します。クラスタリング アルゴリズムで使用される列は，パラメーター coordinate_1、 coordinate_2、などによって、最大 n 列まで決定されます。これらはすべて集計です。作成されるクラスターの数は、num_clusters パラメーターによって決定されます。
KMeansCentroidND(num_clusters, num_iter, coordinate_no, coordinate_1, coordinate_2 [,coordinate_3 [, ...]])