다변수 단면 데이터(예:시계열 또는 반복 측정이 아님)는 각 열이 변수(특성)이고 각 행이 케이스 또는 레코드인 직사각형 데이터로 표시됩니다.
직사각형 데이터를 표현하는 첫 번째 절차는 이를 고차원의 포인트 데이터에 매핑하고 그리드 파일, PR 쿼드트리, 포인트 쿼드트리, k-d-트리와 같은 포인트 기반 데이터 구조 절차를 사용하는 것입니다. 직사각형 데이터를 4차원 점으로 매핑하는 절차는 반대쪽 모서리의 x 및 y 좌표 또는 한 모서리의 x 및 y 좌표와 너비 및 높이 등과 같은 숫자 기법으로 수행할 수 있습니다. 직사각형 데이터의 표현은 저장 및 공간 작업의 효율성을 위해 데이터의 지역성 이점이 부족하다는 점을 가지고 있습니다.
직사각형 데이터를 표현하는 두 번째 절차는 구성되는 라인과 PM 쿼드트리, PMR 쿼드트리 등과 같은 라인 기반 데이터 구조 절차에 관한 것입니다. 직사각형 데이터의 라인 기반 표현의 단점은 공간 연산이 선분의 일부가 작업 조건을 충족하지 않을 수 있지만 구성되는 직사각형은 이를 충족합니다.
직사각형 데이터를 표현하는 세 번째 절차는 그것이 차지하는 면적에 관한 것입니다. MX-CIF 쿼드트리 및 R-트리와 같은 절차는 가장 낮은 경계 상자의 계층적 그룹화에서 직사각형 데이터를 구성합니다. MX-CIF 쿼드트리가 공간 기반을 구현하는 경우
각 사각형이 가장 낮은 엔클로징 쿼드 트리 블록과 연결된 쿼드 트리 분할. R-트리에서 사각형 데이터는 계층적으로 중첩된 최하위 상자로 분할됩니다. R-Trees의 단점은 데이터의 지역성이 구현되지 않는다는 것입니다.