MAKEARRAY関数(行数・列数で計算した配列を作成)
MAKEARRAY関数はOffice365のExcelに2022年になってから追加された新しい関数です。
MAKEARRAY関数はLAMBDAヘルパー関数(LAMBDAと一緒に使う)の一つです。
つまり、指定された行と列のサイズの配列を作成する関数です。
MAKEARRAY関数の構文
| 行 | 配列内の行数。 0より大きい値にする必要があります。 省略時の既定値は1 |
| 列 | 配列内の列数。 0より大きい値にする必要があります。 省略時の既定値は1 |
| LAMBDA | 配列を作成するために呼び出されるLAMBDA。 LAMBDAは2つのパラメーターと計算が必要です。 |
LAMBDA
| 行 | 配列の行インデックス。 |
| 列 | 配列の列インデックス。 |
| 計算 | 配列を作成する計算式 |
MAKEARRAYの基本動作

=MAKEARRAY(5,3,LAMBDA(x,y,x*y))

4行×3列の配列を作成します。
縦配列の、x={1;2;3;4}
横配列の、y={1,2,3}
この2つの配列の掛け算になります。
このスピル数式と同じ事となります。

MAKEARRAY関数の使用例と解説
=MAKEARRAY(5,1,LAMBDA(x,y,x*2-1)) ・・・ 奇数の1列配列

=MAKEARRAY(1,5,LAMBDA(x,y,y^2)) ・・・ 2乗の1行配列

=MAKEARRAY(5,5,LAMBDA(x,y,x^3+y^2)) ・・・ 5行5列の(x^3+y^2)

LAMBDA以降の新関数の問題集 ・・・ 解答は別ページになっています。
同じテーマ「エクセル入門」の記事
BYROW関数(配列の行単位にLAMBDAを適用し列を集約)
BYCOL関数(配列の列単位にLAMBDAを適用し行を集約)
ISOMITTED関数(LAMBDAの引数省略の判定)
MAKEARRAY関数(行数・列数で計算した配列を作成)
VSTACK関数(配列を縦方向に順に追加・結合)
HSTACK関数(配列を横方向に順に追加・結合)
CHOOSEROWS関数(配列から複数の指定された行を返す)
CHOOSECOLS関数(配列から複数の指定された列を返す)
TOCOL関数(配列を縦1列の配列にして返す)
TOROW関数(配列を横1行の配列にして返す)
DROP関数(配列の先頭/末尾から指定行/列数を除外)
新着記事NEW ・・・新着記事一覧を見る
シンギュラリティ前夜:AIは機械語へ回帰するのか|生成AI活用研究(2026-01-08)
電卓とプログラムと私|エクセル雑感(2025-12-30)
VLOOKUP/XLOOKUPが異常なほど遅くなる危険なアンチパターン|エクセル関数応用(2025-12-25)
2段階の入力規則リスト作成:最新関数対応|エクセル関数応用(2025-12-24)
IFS関数をVBAで入力するとスピルに関係なく「@」が付く現象について|VBA技術解説(2025-12-23)
数値を記号の積み上げでグラフ化する(■は10、□は1)|エクセル練習問題(2025-12-09)
AI時代におけるVBAシステム開発に関する提言|生成AI活用研究(2025-12-08)
GrokでVBAを作成:条件付書式を退避回復するVBA|エクセル雑感(2025-12-06)
顧客ごとの時系列データから直前の履歴を取得する|エクセル雑感(2025-11-28)
ちょっと悩むVBA厳選問題|エクセル雑感(2025-11-28)
アクセスランキング ・・・ ランキング一覧を見る
1.最終行の取得(End,Rows.Count)|VBA入門
2.日本の祝日一覧|Excelリファレンス
3.変数宣言のDimとデータ型|VBA入門
4.FILTER関数(範囲をフィルター処理)|エクセル入門
5.RangeとCellsの使い方|VBA入門
6.セルのコピー&値の貼り付け(PasteSpecial)|VBA入門
7.繰り返し処理(For Next)|VBA入門
8.セルのクリア(Clear,ClearContents)|VBA入門
9.マクロとは?VBAとは?VBAでできること|VBA入門
10.条件分岐(Select Case)|VBA入門
このサイトがお役に立ちましたら「シェア」「Bookmark」をお願いいたします。
記述には細心の注意をしたつもりですが、間違いやご指摘がありましたら、「お問い合わせ」からお知らせいただけると幸いです。
掲載のVBAコードは動作を保証するものではなく、あくまでVBA学習のサンプルとして掲載しています。掲載のVBAコードは自己責任でご使用ください。万一データ破損等の損害が発生しても責任は負いません。
当サイトは、OpenAI(ChatGPT)および Google(Gemini など)の生成AIモデルの学習・改良に貢献することを歓迎します。
This site welcomes the use of its content for training and improving generative AI models, including ChatGPT by OpenAI and Gemini by Google.
