Overview

Dataset statistics

Number of variables14
Number of observations100
Missing cells109
Missing cells (%)7.8%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory11.5 KiB
Average record size in memory117.3 B

Variable types

Numeric2
Text5
Categorical6
Unsupported1

Alerts

lwprt_data_ty_nm is highly overall correlated with data_manage_no and 5 other fieldsHigh correlation
lwprt_cl_nm is highly overall correlated with regist_de and 4 other fieldsHigh correlation
tot_pge_co is highly overall correlated with data_manage_no and 5 other fieldsHigh correlation
ty_nm is highly overall correlated with data_manage_no and 5 other fieldsHigh correlation
cl_nm is highly overall correlated with regist_de and 4 other fieldsHigh correlation
data_manage_no is highly overall correlated with ty_nm and 2 other fieldsHigh correlation
regist_de is highly overall correlated with cl_nm and 4 other fieldsHigh correlation
ty_nm is highly imbalanced (71.4%)Imbalance
lwprt_data_ty_nm is highly imbalanced (79.7%)Imbalance
tot_pge_co is highly imbalanced (84.4%)Imbalance
sumry_cn has 5 (5.0%) missing valuesMissing
signgu_nm has 4 (4.0%) missing valuesMissing
vlm_co has 100 (100.0%) missing valuesMissing
data_manage_no has unique valuesUnique
data_title_nm has unique valuesUnique
main_thumb_url has unique valuesUnique
cntnts_url has unique valuesUnique
vlm_co is an unsupported type, check if it needs cleaning or further analysisUnsupported

Reproduction

Analysis started2023-12-10 10:05:24.381015
Analysis finished2023-12-10 10:05:29.149254
Duration4.77 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

data_manage_no
Real number (ℝ)

HIGH CORRELATION  UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean2937.3
Minimum39
Maximum71751
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size1.0 KiB
2023-12-10T19:05:29.287507image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum39
5-th percentile55.95
Q1453.5
median765.5
Q3848.5
95-th percentile21521.6
Maximum71751
Range71712
Interquartile range (IQR)395

Descriptive statistics

Standard deviation9286.5914
Coefficient of variation (CV)3.1616081
Kurtosis32.329601
Mean2937.3
Median Absolute Deviation (MAD)102
Skewness5.2418581
Sum293730
Variance86240780
MonotonicityNot monotonic
2023-12-10T19:05:29.552563image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
71751 1
 
1.0%
778 1
 
1.0%
809 1
 
1.0%
808 1
 
1.0%
807 1
 
1.0%
793 1
 
1.0%
792 1
 
1.0%
791 1
 
1.0%
787 1
 
1.0%
784 1
 
1.0%
Other values (90) 90
90.0%
ValueCountFrequency (%)
39 1
1.0%
41 1
1.0%
49 1
1.0%
54 1
1.0%
55 1
1.0%
56 1
1.0%
125 1
1.0%
258 1
1.0%
262 1
1.0%
264 1
1.0%
ValueCountFrequency (%)
71751 1
1.0%
29535 1
1.0%
29534 1
1.0%
29533 1
1.0%
29532 1
1.0%
21100 1
1.0%
11738 1
1.0%
11686 1
1.0%
928 1
1.0%
898 1
1.0%

data_title_nm
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-10T19:05:30.065407image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length39
Median length27
Mean length14.79
Min length4

Characters and Unicode

Total characters1479
Distinct characters302
Distinct categories6 ?
Distinct scripts3 ?
Distinct blocks5 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique100 ?
Unique (%)100.0%

Sample

1st row부산북구향토지
2nd row05 지방문화원 전문인력양성 : 문화기획과정
3rd row(2016 울주 역사문화 체험학습 프로그램) 운영실적보고서
4th row2015 울주 역사문화 체험학습 운영실적보고서
5th row2011 울주 역사문화 체험학습 프로그램 운영실적보고서
ValueCountFrequency (%)
이야기 6
 
1.7%
마을 4
 
1.1%
금석문 3
 
0.9%
운영실적보고서 3
 
0.9%
길 3
 
0.9%
체험학습 3
 
0.9%
역사문화 3
 
0.9%
울주 3
 
0.9%
지리지 2
 
0.6%
자료집 2
 
0.6%
Other values (295) 318
90.9%
2023-12-10T19:05:30.947340image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
250
 
16.9%
의 49
 
3.3%
화 29
 
2.0%
문 29
 
2.0%
이 27
 
1.8%
사 23
 
1.6%
기 22
 
1.5%
지 22
 
1.5%
' 20
 
1.4%
산 19
 
1.3%
Other values (292) 989
66.9%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1142
77.2%
Space Separator 250
 
16.9%
Decimal Number 35
 
2.4%
Other Punctuation 32
 
2.2%
Open Punctuation 10
 
0.7%
Close Punctuation 10
 
0.7%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
의 49
 
4.3%
화 29
 
2.5%
문 29
 
2.5%
이 27
 
2.4%
사 23
 
2.0%
기 22
 
1.9%
지 22
 
1.9%
산 19
 
1.7%
는 18
 
1.6%
고 18
 
1.6%
Other values (275) 886
77.6%
Decimal Number
ValueCountFrequency (%)
1 9
25.7%
0 8
22.9%
2 7
20.0%
5 4
11.4%
6 3
 
8.6%
8 2
 
5.7%
7 1
 
2.9%
9 1
 
2.9%
Other Punctuation
ValueCountFrequency (%)
' 20
62.5%
, 8
 
25.0%
: 1
 
3.1%
? 1
 
3.1%
· 1
 
3.1%
. 1
 
3.1%
Space Separator
ValueCountFrequency (%)
250
100.0%
Open Punctuation
ValueCountFrequency (%)
( 10
100.0%
Close Punctuation
ValueCountFrequency (%)
) 10
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1129
76.3%
Common 337
 
22.8%
Han 13
 
0.9%

Most frequent character per script

Hangul
ValueCountFrequency (%)
의 49
 
4.3%
화 29
 
2.6%
문 29
 
2.6%
이 27
 
2.4%
사 23
 
2.0%
기 22
 
1.9%
지 22
 
1.9%
산 19
 
1.7%
는 18
 
1.6%
고 18
 
1.6%
Other values (262) 873
77.3%
Common
ValueCountFrequency (%)
250
74.2%
' 20
 
5.9%
( 10
 
3.0%
) 10
 
3.0%
1 9
 
2.7%
, 8
 
2.4%
0 8
 
2.4%
2 7
 
2.1%
5 4
 
1.2%
6 3
 
0.9%
Other values (7) 8
 
2.4%
Han
ValueCountFrequency (%)
史 1
 
7.7%
祠 1
 
7.7%
鎭 1
 
7.7%
安 1
 
7.7%
樓 1
 
7.7%
亭 1
 
7.7%
宇 1
 
7.7%
國 1
 
7.7%
東 1
 
7.7%
通 1
 
7.7%
Other values (3) 3
23.1%

Most occurring blocks

ValueCountFrequency (%)
Hangul 1129
76.3%
ASCII 336
 
22.7%
CJK 12
 
0.8%
CJK Compat Ideographs 1
 
0.1%
None 1
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
250
74.4%
' 20
 
6.0%
( 10
 
3.0%
) 10
 
3.0%
1 9
 
2.7%
, 8
 
2.4%
0 8
 
2.4%
2 7
 
2.1%
5 4
 
1.2%
6 3
 
0.9%
Other values (6) 7
 
2.1%
Hangul
ValueCountFrequency (%)
의 49
 
4.3%
화 29
 
2.6%
문 29
 
2.6%
이 27
 
2.4%
사 23
 
2.0%
기 22
 
1.9%
지 22
 
1.9%
산 19
 
1.7%
는 18
 
1.6%
고 18
 
1.6%
Other values (262) 873
77.3%
CJK
ValueCountFrequency (%)
史 1
8.3%
祠 1
8.3%
鎭 1
8.3%
安 1
8.3%
亭 1
8.3%
宇 1
8.3%
國 1
8.3%
東 1
8.3%
通 1
8.3%
鑑 1
8.3%
Other values (2) 2
16.7%
CJK Compat Ideographs
ValueCountFrequency (%)
樓 1
100.0%
None
ValueCountFrequency (%)
· 1
100.0%

sumry_cn
Text

MISSING 

Distinct93
Distinct (%)97.9%
Missing5
Missing (%)5.0%
Memory size932.0 B
2023-12-10T19:05:31.521177image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length243
Median length171
Mean length150.83158
Min length85

Characters and Unicode

Total characters14329
Distinct characters651
Distinct categories11 ?
Distinct scripts4 ?
Distinct blocks6 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique91 ?
Unique (%)95.8%

Sample

1st row경남 고성지역에서 임진왜란 당항포 해전을 승리로 이끈 숨겨진 주인공으로 알려진 '고성 기생 월이'의 구전설화를 바탕으로 한 동화이다. 현대의 어린 소녀 달님이 고성 무기정에서 조선 시대 기생 월이를 만나는 이야기를 그렸다.
2nd row전국 유일의 '효' 테마공원인 대전 뿌리공원의 사진이다. 자신의 뿌리를 알 수 있는 성씨별 조형물과 공원시설 등을 갖춘 체험학습 교육장이다. 성씨비에는 각 성씨와 성과 본관, 유래 등을 표기하고 있다.
3rd row경남 고성지역에서 임진왜란의 당항포 해전을 승리로 이끈 숨겨진 주인공으로 알려진 '고성 기생 월이'의 구전설화를 소개하고, 연관된 인물, 지명, 사물, 관광지 등을 소개하는 전자책이다.
4th row다도해의 모항이자 근대문화유산의 보고인 전남 목포시를 6가지 테마를 통해 소개하는 책자이다. 일제강점기의 건축물과 서화의 거리, 목포 음식의 거리, 목포 선구점 거리, 목포의 해운, 젓갈 골목과 해산물 거리, 세월호와 평화라는 테마로 구성되어 있으며 각 지역의 랜드마크와 문화 역사적 배경을 설명하여 관광객의 이해를 돕는다.
5th row길의 도시' 부산이 역사와 문화의 흐름에 따라 변해온 변천사를 담은 전자책이다. 근대길, 현대길 등 부산의 모든 길을 담았다. [부산여지도]에는 잊힌 옛 부산, '동래읍성' 시절의 길과 주요 지명을 현대의 지명 및 도로와 함께 표기하였다. 또한 옛 자취를 더듬을 수 있는 역사 탐방길을 테마별로 각종 사진, 설명과 함께 수록했다.
ValueCountFrequency (%)
책이다 36
 
1.1%
등 23
 
0.7%
등을 21
 
0.6%
조선 18
 
0.6%
함께 17
 
0.5%
대한 17
 
0.5%
있는 16
 
0.5%
수 14
 
0.4%
책자이다 14
 
0.4%
역사 13
 
0.4%
Other values (2101) 3058
94.2%
2023-12-10T19:05:32.403711image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
3154
 
22.0%
의 311
 
2.2%
이 301
 
2.1%
다 273
 
1.9%
, 250
 
1.7%
. 242
 
1.7%
지 209
 
1.5%
한 199
 
1.4%
을 197
 
1.4%
사 196
 
1.4%
Other values (641) 8997
62.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 10167
71.0%
Space Separator 3154
 
22.0%
Other Punctuation 578
 
4.0%
Decimal Number 264
 
1.8%
Close Punctuation 65
 
0.5%
Open Punctuation 65
 
0.5%
Dash Punctuation 12
 
0.1%
Final Punctuation 8
 
0.1%
Initial Punctuation 8
 
0.1%
Uppercase Letter 5
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
의 311
 
3.1%
이 301
 
3.0%
다 273
 
2.7%
지 209
 
2.1%
한 199
 
2.0%
을 197
 
1.9%
사 196
 
1.9%
대 149
 
1.5%
화 149
 
1.5%
로 148
 
1.5%
Other values (612) 8035
79.0%
Decimal Number
ValueCountFrequency (%)
1 64
24.2%
0 35
13.3%
3 30
11.4%
5 27
10.2%
2 22
 
8.3%
8 22
 
8.3%
9 17
 
6.4%
6 17
 
6.4%
4 16
 
6.1%
7 14
 
5.3%
Other Punctuation
ValueCountFrequency (%)
, 250
43.3%
. 242
41.9%
' 39
 
6.7%
· 35
 
6.1%
: 10
 
1.7%
? 2
 
0.3%
Uppercase Letter
ValueCountFrequency (%)
K 2
40.0%
O 1
20.0%
E 1
20.0%
M 1
20.0%
Close Punctuation
ValueCountFrequency (%)
) 64
98.5%
] 1
 
1.5%
Open Punctuation
ValueCountFrequency (%)
( 64
98.5%
[ 1
 
1.5%
Space Separator
ValueCountFrequency (%)
3154
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 12
100.0%
Final Punctuation
ValueCountFrequency (%)
’ 8
100.0%
Initial Punctuation
ValueCountFrequency (%)
‘ 8
100.0%
Math Symbol
ValueCountFrequency (%)
~ 3
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 10063
70.2%
Common 4157
29.0%
Han 104
 
0.7%
Latin 5
 
< 0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
의 311
 
3.1%
이 301
 
3.0%
다 273
 
2.7%
지 209
 
2.1%
한 199
 
2.0%
을 197
 
2.0%
사 196
 
1.9%
대 149
 
1.5%
화 149
 
1.5%
로 148
 
1.5%
Other values (529) 7931
78.8%
Han
ValueCountFrequency (%)
金 5
 
4.8%
石 4
 
3.8%
文 3
 
2.9%
齋 3
 
2.9%
禮 2
 
1.9%
府 2
 
1.9%
山 2
 
1.9%
學 2
 
1.9%
國 2
 
1.9%
東 2
 
1.9%
Other values (73) 77
74.0%
Common
ValueCountFrequency (%)
3154
75.9%
, 250
 
6.0%
. 242
 
5.8%
) 64
 
1.5%
( 64
 
1.5%
1 64
 
1.5%
' 39
 
0.9%
0 35
 
0.8%
· 35
 
0.8%
3 30
 
0.7%
Other values (15) 180
 
4.3%
Latin
ValueCountFrequency (%)
K 2
40.0%
O 1
20.0%
E 1
20.0%
M 1
20.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 10063
70.2%
ASCII 4111
28.7%
CJK 102
 
0.7%
None 35
 
0.2%
Punctuation 16
 
0.1%
CJK Compat Ideographs 2
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
3154
76.7%
, 250
 
6.1%
. 242
 
5.9%
) 64
 
1.6%
( 64
 
1.6%
1 64
 
1.6%
' 39
 
0.9%
0 35
 
0.9%
3 30
 
0.7%
5 27
 
0.7%
Other values (16) 142
 
3.5%
Hangul
ValueCountFrequency (%)
의 311
 
3.1%
이 301
 
3.0%
다 273
 
2.7%
지 209
 
2.1%
한 199
 
2.0%
을 197
 
2.0%
사 196
 
1.9%
대 149
 
1.5%
화 149
 
1.5%
로 148
 
1.5%
Other values (529) 7931
78.8%
None
ValueCountFrequency (%)
· 35
100.0%
Punctuation
ValueCountFrequency (%)
’ 8
50.0%
‘ 8
50.0%
CJK
ValueCountFrequency (%)
金 5
 
4.9%
石 4
 
3.9%
文 3
 
2.9%
齋 3
 
2.9%
禮 2
 
2.0%
府 2
 
2.0%
山 2
 
2.0%
學 2
 
2.0%
國 2
 
2.0%
東 2
 
2.0%
Other values (71) 75
73.5%
CJK Compat Ideographs
ValueCountFrequency (%)
金 1
50.0%
樂 1
50.0%

cl_nm
Categorical

HIGH CORRELATION 

Distinct8
Distinct (%)8.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
자연과 지리
30 
문화유산
20 
구비전승·어문학
15 
지방의 역사
10 
생활과 민속
9 
Other values (3)
16 

Length

Max length8
Median length6
Mean length5.9
Min length4

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row자연과 지리
2nd row종교와 문화
3rd row종교와 문화
4th row종교와 문화
5th row종교와 문화

Common Values

ValueCountFrequency (%)
자연과 지리 30
30.0%
문화유산 20
20.0%
구비전승·어문학 15
15.0%
지방의 역사 10
 
10.0%
생활과 민속 9
 
9.0%
성씨와 인물 7
 
7.0%
종교와 문화 6
 
6.0%
경제와 산업 3
 
3.0%

Length

2023-12-10T19:05:32.682208image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:05:32.923746image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
자연과 30
18.2%
지리 30
18.2%
문화유산 20
12.1%
구비전승·어문학 15
9.1%
지방의 10
 
6.1%
역사 10
 
6.1%
생활과 9
 
5.5%
민속 9
 
5.5%
성씨와 7
 
4.2%
인물 7
 
4.2%
Other values (4) 18
10.9%

lwprt_cl_nm
Categorical

HIGH CORRELATION 

Distinct21
Distinct (%)21.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
어문학
14 
향토지
13 
자연환경
9 
기타
8 
건축유적
8 
Other values (16)
48 

Length

Max length5
Median length4
Mean length2.96
Min length2

Unique

Unique5 ?
Unique (%)5.0%

Sample

1st row향토지
2nd row문화예술
3rd row교육
4th row교육
5th row교육

Common Values

ValueCountFrequency (%)
어문학 14
14.0%
향토지 13
13.0%
자연환경 9
9.0%
기타 8
 
8.0%
건축유적 8
 
8.0%
마을경관 7
 
7.0%
조선 6
 
6.0%
인물 6
 
6.0%
민속 6
 
6.0%
교육 3
 
3.0%
Other values (11) 20
20.0%

Length

2023-12-10T19:05:33.226282image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
어문학 14
14.0%
향토지 13
13.0%
자연환경 9
9.0%
기타 8
 
8.0%
건축유적 8
 
8.0%
마을경관 7
 
7.0%
조선 6
 
6.0%
인물 6
 
6.0%
민속 6
 
6.0%
문화예술 3
 
3.0%
Other values (11) 20
20.0%

ty_nm
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct2
Distinct (%)2.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
시청각물
95 
도서간행물
 
5

Length

Max length5
Median length4
Mean length4.05
Min length4

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row도서간행물
2nd row도서간행물
3rd row도서간행물
4th row도서간행물
5th row도서간행물

Common Values

ValueCountFrequency (%)
시청각물 95
95.0%
도서간행물 5
 
5.0%

Length

2023-12-10T19:05:33.463683image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:05:33.693506image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
시청각물 95
95.0%
도서간행물 5
 
5.0%

lwprt_data_ty_nm
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct3
Distinct (%)3.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
전자책
95 
단행본
 
4
총서·총류
 
1

Length

Max length5
Median length3
Mean length3.02
Min length3

Unique

Unique1 ?
Unique (%)1.0%

Sample

1st row총서·총류
2nd row단행본
3rd row단행본
4th row단행본
5th row단행본

Common Values

ValueCountFrequency (%)
전자책 95
95.0%
단행본 4
 
4.0%
총서·총류 1
 
1.0%

Length

2023-12-10T19:05:33.895030image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:05:34.074176image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
전자책 95
95.0%
단행본 4
 
4.0%
총서·총류 1
 
1.0%

ctprvn_nm
Categorical

Distinct15
Distinct (%)15.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
경상남도
11 
경기도
11 
부산광역시
10 
충청남도
10 
서울특별시
8 
Other values (10)
50 

Length

Max length7
Median length4
Mean length4.19
Min length3

Unique

Unique1 ?
Unique (%)1.0%

Sample

1st row부산광역시
2nd row<NA>
3rd row<NA>
4th row<NA>
5th row<NA>

Common Values

ValueCountFrequency (%)
경상남도 11
11.0%
경기도 11
11.0%
부산광역시 10
10.0%
충청남도 10
10.0%
서울특별시 8
8.0%
경상북도 8
8.0%
전라북도 8
8.0%
전라남도 7
7.0%
강원도 6
 
6.0%
충청북도 5
 
5.0%
Other values (5) 16
16.0%

Length

2023-12-10T19:05:34.295532image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
경상남도 11
11.0%
경기도 11
11.0%
부산광역시 10
10.0%
충청남도 10
10.0%
서울특별시 8
8.0%
경상북도 8
8.0%
전라북도 8
8.0%
전라남도 7
7.0%
강원도 6
 
6.0%
충청북도 5
 
5.0%
Other values (5) 16
16.0%

signgu_nm
Text

MISSING 

Distinct80
Distinct (%)83.3%
Missing4
Missing (%)4.0%
Memory size932.0 B
2023-12-10T19:05:34.736915image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length4
Median length3
Mean length2.9479167
Min length2

Characters and Unicode

Total characters283
Distinct characters74
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique70 ?
Unique (%)72.9%

Sample

1st row북구
2nd row고성군
3rd row중구
4th row고성군
5th row목포시
ValueCountFrequency (%)
서구 5
 
5.2%
남구 3
 
3.1%
창원시 3
 
3.1%
고성군 3
 
3.1%
제주시 2
 
2.1%
중구 2
 
2.1%
달서구 2
 
2.1%
서천군 2
 
2.1%
의정부시 2
 
2.1%
천안시 2
 
2.1%
Other values (70) 70
72.9%
2023-12-10T19:05:35.451595image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
시 38
 
13.4%
군 33
 
11.7%
구 30
 
10.6%
천 13
 
4.6%
서 11
 
3.9%
산 10
 
3.5%
주 8
 
2.8%
원 7
 
2.5%
성 7
 
2.5%
창 6
 
2.1%
Other values (64) 120
42.4%

Most occurring categories

ValueCountFrequency (%)
Other Letter 283
100.0%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
시 38
 
13.4%
군 33
 
11.7%
구 30
 
10.6%
천 13
 
4.6%
서 11
 
3.9%
산 10
 
3.5%
주 8
 
2.8%
원 7
 
2.5%
성 7
 
2.5%
창 6
 
2.1%
Other values (64) 120
42.4%

Most occurring scripts

ValueCountFrequency (%)
Hangul 283
100.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
시 38
 
13.4%
군 33
 
11.7%
구 30
 
10.6%
천 13
 
4.6%
서 11
 
3.9%
산 10
 
3.5%
주 8
 
2.8%
원 7
 
2.5%
성 7
 
2.5%
창 6
 
2.1%
Other values (64) 120
42.4%

Most occurring blocks

ValueCountFrequency (%)
Hangul 283
100.0%

Most frequent character per block

Hangul
ValueCountFrequency (%)
시 38
 
13.4%
군 33
 
11.7%
구 30
 
10.6%
천 13
 
4.6%
서 11
 
3.9%
산 10
 
3.5%
주 8
 
2.8%
원 7
 
2.5%
성 7
 
2.5%
창 6
 
2.1%
Other values (64) 120
42.4%

regist_de
Real number (ℝ)

HIGH CORRELATION 

Distinct6
Distinct (%)6.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean20181633
Minimum20181031
Maximum20200716
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size1.0 KiB
2023-12-10T19:05:35.662713image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum20181031
5-th percentile20181031
Q120181031
median20181031
Q320181031
95-th percentile20181718
Maximum20200716
Range19685
Interquartile range (IQR)0

Descriptive statistics

Standard deviation2757.8607
Coefficient of variation (CV)0.00013665201
Kurtosis27.354109
Mean20181633
Median Absolute Deviation (MAD)0
Skewness5.0472253
Sum2.0181633 × 109
Variance7605795.9
MonotonicityNot monotonic
2023-12-10T19:05:35.855954image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=6)
ValueCountFrequency (%)
20181031 92
92.0%
20191031 3
 
3.0%
20181129 2
 
2.0%
20200716 1
 
1.0%
20191111 1
 
1.0%
20181228 1
 
1.0%
ValueCountFrequency (%)
20181031 92
92.0%
20181129 2
 
2.0%
20181228 1
 
1.0%
20191031 3
 
3.0%
20191111 1
 
1.0%
20200716 1
 
1.0%
ValueCountFrequency (%)
20200716 1
 
1.0%
20191111 1
 
1.0%
20191031 3
 
3.0%
20181228 1
 
1.0%
20181129 2
 
2.0%
20181031 92
92.0%

vlm_co
Unsupported

MISSING  REJECTED  UNSUPPORTED 

Missing100
Missing (%)100.0%
Memory size1.0 KiB

tot_pge_co
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct6
Distinct (%)6.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
<NA>
95 
338
 
1
259
 
1
132
 
1
101
 
1

Length

Max length4
Median length4
Mean length3.95
Min length3

Unique

Unique5 ?
Unique (%)5.0%

Sample

1st row338
2nd row259
3rd row132
4th row101
5th row208

Common Values

ValueCountFrequency (%)
<NA> 95
95.0%
338 1
 
1.0%
259 1
 
1.0%
132 1
 
1.0%
101 1
 
1.0%
208 1
 
1.0%

Length

2023-12-10T19:05:36.090980image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:05:36.297986image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
na 95
95.0%
338 1
 
1.0%
259 1
 
1.0%
132 1
 
1.0%
101 1
 
1.0%
208 1
 
1.0%

main_thumb_url
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-10T19:05:36.810154image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length72
Median length72
Mean length71.57
Min length70

Characters and Unicode

Total characters7157
Distinct characters35
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique100 ?
Unique (%)100.0%

Sample

1st rowhttps://minio.nculture.org/amsweb-opt/pdfs/223/72130/72130_thumbnail.jpg
2nd rowhttps://minio.nculture.org/amsweb-opt/pdfs/50/29280/29280_thumbnail.jpg
3rd rowhttps://minio.nculture.org/amsweb-opt/pdfs/94/29258/29258_thumbnail.jpg
4th rowhttps://minio.nculture.org/amsweb-opt/pdfs/61/29257/29257_thumbnail.jpg
5th rowhttps://minio.nculture.org/amsweb-opt/pdfs/127/29256/29256_thumbnail.jpg
ValueCountFrequency (%)
https://minio.nculture.org/amsweb-opt/pdfs/223/72130/72130_thumbnail.jpg 1
 
1.0%
https://minio.nculture.org/amsweb-opt/pdfs/239/20760/20760_thumbnail.jpg 1
 
1.0%
https://minio.nculture.org/amsweb-opt/pdfs/10/20794/20794_thumbnail.jpg 1
 
1.0%
https://minio.nculture.org/amsweb-opt/pdfs/9/20793/20793_thumbnail.jpg 1
 
1.0%
https://minio.nculture.org/amsweb-opt/pdfs/6/20779/20779_thumbnail.jpg 1
 
1.0%
https://minio.nculture.org/amsweb-opt/pdfs/5/20778/20778_thumbnail.jpg 1
 
1.0%
https://minio.nculture.org/amsweb-opt/pdfs/4/20777/20777_thumbnail.jpg 1
 
1.0%
https://minio.nculture.org/amsweb-opt/pdfs/1/20773/20773_thumbnail.jpg 1
 
1.0%
https://minio.nculture.org/amsweb-opt/pdfs/249/20770/20770_thumbnail.jpg 1
 
1.0%
https://minio.nculture.org/amsweb-opt/pdfs/245/20766/20766_thumbnail.jpg 1
 
1.0%
Other values (90) 90
90.0%
2023-12-10T19:05:37.543418image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
/ 700
 
9.8%
t 500
 
7.0%
p 400
 
5.6%
s 300
 
4.2%
m 300
 
4.2%
i 300
 
4.2%
n 300
 
4.2%
o 300
 
4.2%
. 300
 
4.2%
u 300
 
4.2%
Other values (25) 3457
48.3%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter 4600
64.3%
Decimal Number 1257
 
17.6%
Other Punctuation 1100
 
15.4%
Dash Punctuation 100
 
1.4%
Connector Punctuation 100
 
1.4%

Most frequent character per category

Lowercase Letter
ValueCountFrequency (%)
t 500
 
10.9%
p 400
 
8.7%
s 300
 
6.5%
m 300
 
6.5%
i 300
 
6.5%
n 300
 
6.5%
o 300
 
6.5%
u 300
 
6.5%
h 200
 
4.3%
g 200
 
4.3%
Other values (10) 1500
32.6%
Decimal Number
ValueCountFrequency (%)
2 295
23.5%
0 221
17.6%
7 136
10.8%
1 117
 
9.3%
9 110
 
8.8%
4 104
 
8.3%
5 78
 
6.2%
6 69
 
5.5%
8 64
 
5.1%
3 63
 
5.0%
Other Punctuation
ValueCountFrequency (%)
/ 700
63.6%
. 300
27.3%
: 100
 
9.1%
Dash Punctuation
ValueCountFrequency (%)
- 100
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 100
100.0%

Most occurring scripts

ValueCountFrequency (%)
Latin 4600
64.3%
Common 2557
35.7%

Most frequent character per script

Latin
ValueCountFrequency (%)
t 500
 
10.9%
p 400
 
8.7%
s 300
 
6.5%
m 300
 
6.5%
i 300
 
6.5%
n 300
 
6.5%
o 300
 
6.5%
u 300
 
6.5%
h 200
 
4.3%
g 200
 
4.3%
Other values (10) 1500
32.6%
Common
ValueCountFrequency (%)
/ 700
27.4%
. 300
11.7%
2 295
11.5%
0 221
 
8.6%
7 136
 
5.3%
1 117
 
4.6%
9 110
 
4.3%
4 104
 
4.1%
- 100
 
3.9%
: 100
 
3.9%
Other values (5) 374
14.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII 7157
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
/ 700
 
9.8%
t 500
 
7.0%
p 400
 
5.6%
s 300
 
4.2%
m 300
 
4.2%
i 300
 
4.2%
n 300
 
4.2%
o 300
 
4.2%
. 300
 
4.2%
u 300
 
4.2%
Other values (25) 3457
48.3%

cntnts_url
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-10T19:05:37.971339image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length44
Median length44
Mean length44
Min length44

Characters and Unicode

Total characters4400
Distinct characters33
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique100 ?
Unique (%)100.0%

Sample

1st rowhttps://nculture.org/npdfView.do?npdf=A72130
2nd rowhttps://nculture.org/npdfView.do?npdf=A29280
3rd rowhttps://nculture.org/npdfView.do?npdf=A29258
4th rowhttps://nculture.org/npdfView.do?npdf=A29257
5th rowhttps://nculture.org/npdfView.do?npdf=A29256
ValueCountFrequency (%)
https://nculture.org/npdfview.do?npdf=a72130 1
 
1.0%
https://nculture.org/npdfview.do?npdf=a20760 1
 
1.0%
https://nculture.org/npdfview.do?npdf=a20794 1
 
1.0%
https://nculture.org/npdfview.do?npdf=a20793 1
 
1.0%
https://nculture.org/npdfview.do?npdf=a20779 1
 
1.0%
https://nculture.org/npdfview.do?npdf=a20778 1
 
1.0%
https://nculture.org/npdfview.do?npdf=a20777 1
 
1.0%
https://nculture.org/npdfview.do?npdf=a20773 1
 
1.0%
https://nculture.org/npdfview.do?npdf=a20770 1
 
1.0%
https://nculture.org/npdfview.do?npdf=a20766 1
 
1.0%
Other values (90) 90
90.0%
2023-12-10T19:05:38.633589image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
p 300
 
6.8%
/ 300
 
6.8%
n 300
 
6.8%
t 300
 
6.8%
d 300
 
6.8%
f 200
 
4.5%
u 200
 
4.5%
r 200
 
4.5%
e 200
 
4.5%
. 200
 
4.5%
Other values (23) 1900
43.2%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter 2900
65.9%
Other Punctuation 700
 
15.9%
Decimal Number 500
 
11.4%
Uppercase Letter 200
 
4.5%
Math Symbol 100
 
2.3%

Most frequent character per category

Lowercase Letter
ValueCountFrequency (%)
p 300
10.3%
n 300
10.3%
t 300
10.3%
d 300
10.3%
f 200
 
6.9%
u 200
 
6.9%
r 200
 
6.9%
e 200
 
6.9%
o 200
 
6.9%
i 100
 
3.4%
Other values (6) 600
20.7%
Decimal Number
ValueCountFrequency (%)
2 116
23.2%
0 102
20.4%
7 61
12.2%
9 46
 
9.2%
4 39
 
7.8%
1 35
 
7.0%
5 28
 
5.6%
8 28
 
5.6%
6 26
 
5.2%
3 19
 
3.8%
Other Punctuation
ValueCountFrequency (%)
/ 300
42.9%
. 200
28.6%
? 100
 
14.3%
: 100
 
14.3%
Uppercase Letter
ValueCountFrequency (%)
A 100
50.0%
V 100
50.0%
Math Symbol
ValueCountFrequency (%)
= 100
100.0%

Most occurring scripts

ValueCountFrequency (%)
Latin 3100
70.5%
Common 1300
29.5%

Most frequent character per script

Latin
ValueCountFrequency (%)
p 300
 
9.7%
n 300
 
9.7%
t 300
 
9.7%
d 300
 
9.7%
f 200
 
6.5%
u 200
 
6.5%
r 200
 
6.5%
e 200
 
6.5%
o 200
 
6.5%
i 100
 
3.2%
Other values (8) 800
25.8%
Common
ValueCountFrequency (%)
/ 300
23.1%
. 200
15.4%
2 116
 
8.9%
0 102
 
7.8%
? 100
 
7.7%
= 100
 
7.7%
: 100
 
7.7%
7 61
 
4.7%
9 46
 
3.5%
4 39
 
3.0%
Other values (5) 136
10.5%

Most occurring blocks

ValueCountFrequency (%)
ASCII 4400
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
p 300
 
6.8%
/ 300
 
6.8%
n 300
 
6.8%
t 300
 
6.8%
d 300
 
6.8%
f 200
 
4.5%
u 200
 
4.5%
r 200
 
4.5%
e 200
 
4.5%
. 200
 
4.5%
Other values (23) 1900
43.2%

Interactions

2023-12-10T19:05:27.104028image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:05:26.725340image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:05:27.263969image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:05:26.906834image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2023-12-10T19:05:38.859568image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
data_manage_nodata_title_nmsumry_cncl_nmlwprt_cl_nmty_nmlwprt_data_ty_nmctprvn_nmsigngu_nmregist_detot_pge_comain_thumb_urlcntnts_url
data_manage_no1.0001.0001.0000.5540.8341.0001.0000.6230.3921.0001.0001.0001.000
data_title_nm1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
sumry_cn1.0001.0001.0001.0001.000NaNNaN1.0001.000NaNNaN1.0001.000
cl_nm0.5541.0001.0001.0001.0000.8700.6600.5260.8181.0001.0001.0001.000
lwprt_cl_nm0.8341.0001.0001.0001.0000.9000.7540.7210.8911.0001.0001.0001.000
ty_nm1.0001.000NaN0.8700.9001.0001.0000.0001.0001.000NaN1.0001.000
lwprt_data_ty_nm1.0001.000NaN0.6600.7541.0001.0000.0001.0001.0001.0001.0001.000
ctprvn_nm0.6231.0001.0000.5260.7210.0000.0001.0000.9651.000NaN1.0001.000
signgu_nm0.3921.0001.0000.8180.8911.0001.0000.9651.0001.000NaN1.0001.000
regist_de1.0001.000NaN1.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
tot_pge_co1.0001.000NaN1.0001.000NaN1.000NaNNaN1.0001.0001.0001.000
main_thumb_url1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
cntnts_url1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
2023-12-10T19:05:39.157489image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
lwprt_data_ty_nmctprvn_nmlwprt_cl_nmtot_pge_coty_nmcl_nm
lwprt_data_ty_nm1.0000.0000.5041.0000.9950.522
ctprvn_nm0.0001.0000.318NaN0.0000.252
lwprt_cl_nm0.5040.3181.0001.0000.6870.925
tot_pge_co1.000NaN1.0001.0001.0001.000
ty_nm0.9950.0000.6871.0001.0000.671
cl_nm0.5220.2520.9251.0000.6711.000
2023-12-10T19:05:39.426985image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
data_manage_noregist_decl_nmlwprt_cl_nmty_nmlwprt_data_ty_nmctprvn_nmtot_pge_co
data_manage_no1.0000.4700.3750.4780.9850.9900.3801.000
regist_de0.4701.0000.5220.5040.9951.0000.0001.000
cl_nm0.3750.5221.0000.9250.6710.5220.2521.000
lwprt_cl_nm0.4780.5040.9251.0000.6870.5040.3181.000
ty_nm0.9850.9950.6710.6871.0000.9950.0001.000
lwprt_data_ty_nm0.9901.0000.5220.5040.9951.0000.0001.000
ctprvn_nm0.3800.0000.2520.3180.0000.0001.000NaN
tot_pge_co1.0001.0001.0001.0001.0001.000NaN1.000

Missing values

2023-12-10T19:05:27.666843image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-10T19:05:28.275987image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2023-12-10T19:05:29.011927image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.

Sample

data_manage_nodata_title_nmsumry_cncl_nmlwprt_cl_nmty_nmlwprt_data_ty_nmctprvn_nmsigngu_nmregist_devlm_cotot_pge_comain_thumb_urlcntnts_url
071751부산북구향토지<NA>자연과 지리향토지도서간행물총서·총류부산광역시북구20200716<NA>338https://minio.nculture.org/amsweb-opt/pdfs/223/72130/72130_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A72130
12953205 지방문화원 전문인력양성 : 문화기획과정<NA>종교와 문화문화예술도서간행물단행본<NA><NA>20191111<NA>259https://minio.nculture.org/amsweb-opt/pdfs/50/29280/29280_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A29280
229533(2016 울주 역사문화 체험학습 프로그램) 운영실적보고서<NA>종교와 문화교육도서간행물단행본<NA><NA>20191031<NA>132https://minio.nculture.org/amsweb-opt/pdfs/94/29258/29258_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A29258
3295342015 울주 역사문화 체험학습 운영실적보고서<NA>종교와 문화교육도서간행물단행본<NA><NA>20191031<NA>101https://minio.nculture.org/amsweb-opt/pdfs/61/29257/29257_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A29257
4295352011 울주 역사문화 체험학습 프로그램 운영실적보고서<NA>종교와 문화교육도서간행물단행본<NA><NA>20191031<NA>208https://minio.nculture.org/amsweb-opt/pdfs/127/29256/29256_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A29256
539조선의 의기 월이 '월이를 만나다'경남 고성지역에서 임진왜란 당항포 해전을 승리로 이끈 숨겨진 주인공으로 알려진 '고성 기생 월이'의 구전설화를 바탕으로 한 동화이다. 현대의 어린 소녀 달님이 고성 무기정에서 조선 시대 기생 월이를 만나는 이야기를 그렸다.지방의 역사조선시청각물전자책경상남도고성군20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/156/19527/19527_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A19527
611686뿌리공원 성씨비 (대구서씨,전체)전국 유일의 '효' 테마공원인 대전 뿌리공원의 사진이다. 자신의 뿌리를 알 수 있는 성씨별 조형물과 공원시설 등을 갖춘 체험학습 교육장이다. 성씨비에는 각 성씨와 성과 본관, 유래 등을 표기하고 있다.성씨와 인물성씨시청각물전자책대전광역시중구20181228<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/200/27249/27249_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A27249
741조선의 의기 월이 '월이와 떠나는 도란도란 고성여행'경남 고성지역에서 임진왜란의 당항포 해전을 승리로 이끈 숨겨진 주인공으로 알려진 '고성 기생 월이'의 구전설화를 소개하고, 연관된 인물, 지명, 사물, 관광지 등을 소개하는 전자책이다.지방의 역사조선시청각물전자책경상남도고성군20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/156/19529/19529_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A19529
849목포는 항구다 (스토리텔링북)다도해의 모항이자 근대문화유산의 보고인 전남 목포시를 6가지 테마를 통해 소개하는 책자이다. 일제강점기의 건축물과 서화의 거리, 목포 음식의 거리, 목포 선구점 거리, 목포의 해운, 젓갈 골목과 해산물 거리, 세월호와 평화라는 테마로 구성되어 있으며 각 지역의 랜드마크와 문화 역사적 배경을 설명하여 관광객의 이해를 돕는다.자연과 지리마을경관시청각물전자책전라남도목포시20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/206/20681/20681_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A20681
954부산여지도길의 도시' 부산이 역사와 문화의 흐름에 따라 변해온 변천사를 담은 전자책이다. 근대길, 현대길 등 부산의 모든 길을 담았다. [부산여지도]에는 잊힌 옛 부산, '동래읍성' 시절의 길과 주요 지명을 현대의 지명 및 도로와 함께 표기하였다. 또한 옛 자취를 더듬을 수 있는 역사 탐방길을 테마별로 각종 사진, 설명과 함께 수록했다.자연과 지리마을경관시청각물전자책부산광역시남구20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/212/20703/20703_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A20703
data_manage_nodata_title_nmsumry_cncl_nmlwprt_cl_nmty_nmlwprt_data_ty_nmctprvn_nmsigngu_nmregist_devlm_cotot_pge_comain_thumb_urlcntnts_url
90875걸어서 둘러보는 증평의 어제와 오늘충북 증평군의 변천사가 담긴 사진 자료를 모은 사진집이다. 증평이란 행정지명이 탄생한 1914년 이후 일제강점기를 거쳐 지금까지의 모습을 담은 다양한 사진과 설명을 수록했다. 학교나 교통시설 같은 생활에 밀착된 장소뿐 아니라 지역에서 일어난 사건들의 사진 자료를 연대별로 담아 변화를 한 눈에 알 수 있도록 했다.자연과 지리향토지시청각물전자책충청북도증평군20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/43/20925/20925_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A20925
91876鎭安의 樓亭과 祠宇 (진안의 누정과 사우)전북 진안군 관내에 산재한 누정(누각과 정자), 사당, 재각 등을 조사, 촬영하고 편액을 수집·번역한 책이다. 누정과 서숙(21개), 사당과 서원(18개), 재각(19개)을 사진 촬영 및 조사하고 이력과 특기사항 등을 정리했다.문화유산건축유적시청각물전자책전라북도진안군20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/44/20926/20926_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A20926
92877진천군, 살아 숨 쉬는 인물과 문화재충북 진천군의 7개면·읍의 인물과 문화재에 대해 124개의 이야기를 모은 책이다. 어렵게만 여겨지는 역사유산을 이야기하듯 풀어내며 독자에게 친근하게 다가간다. 통일신라를 이룩한 흥무대왕 김유신의 영정을 모신 길상사, 관동별곡을 지은 정철의 묘 등 역사 속 인물의 자취를 만날 수 있다.문화유산기타시청각물전자책충청북도진천군20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/45/20927/20927_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A20927
93878진해 근대문화유산의 재발견 '진해는 살아있는 박물관이다'진해의 근대 문화유산을 발굴하여 소개하고, 문화유산 보존에 대한 문제의식을 담은 책이다. 경북 진해시는 2010년 창원시로 통합되면서 정체성 상실의 위기를 맞았다. 김구를 위시한 독립투사들, 근대의 예술가들, 이승만 대통령 등 근대사의 흔적이 진하게 배어있는 진해의 문화유산을 소개한다.지방의 역사일제강점기시청각물전자책경상남도창원시20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/46/20928/20928_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A20928
94879창원의 고인돌창원의 3개 구에 산재한 고인돌의 현황조사와 함께 사진 자료를 담은 책이다. 경남 창원 지역에는 2005년 조사 당시, 31개소 68기의 고인돌(청동기시대 지도층의 무덤)이 분포한 것으로 조사되었으나, 제대로 보존 및 관리되지 않았었다. 이에 창원 지역의 선사 유적을 보호하고 정비하고자 책을 발간했다.문화유산건축유적시청각물전자책경상남도창원시20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/48/20931/20931_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A20931
95880만화로 보는 운초 김부용조선 시대 여류 시인 김부용의 일대기를 그려낸 만화이다. 운초(雲楚) 김부용(金芙蓉, 1813~?)은 황진이, 이매창과 함께 조선 시대 3대 여류시인이다. 김부용이 태어난 충남 천안 지역의 역사와 남녀차별이 있던 조선 시대에 여인으로 태어나 고난과 역경을 극복해나가는 김부용의 모습을 담아냈다.성씨와 인물인물시청각물전자책충청남도천안시20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/49/20932/20932_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A20932
96881고향의 노래근현대기의 충남 천안지역 문인들과 천안에 연고가 있는 작가들의 시, 시조, 수필, 동화, 소설, 희곡 87편을 수록한 문집이다. 천안의 자연환경과 역사, 문화재, 인물들을 소재로 노래한 시와 시조, 수필, 동화 등 다양한 장르의 문학 작품들을 수록하여 천안지역의 향토문화를 느낄 수 있도록 구성하였다.종교와 문화문화예술시청각물전자책충청남도천안시20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/50/20933/20933_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A20933
97882철원군과 김화군의 사라진 근현대사일제시대 강원도 철원군 수리조합을 연구하고, '조선중앙수리조합 사업계획서'를 번역하여 수록한 책이다. 일제강점기 일제의 주요 억압과 수탈 대상은 농촌과 농민이었다. 그리고 수리조합은 조선총독부의 농민지배 기관의 하나로 농촌사회의 중심에 있었다. 따라서 수리조합 문서는 일제가 조선에 들어와 농촌에서 실시한 각종 관개 사업의 과정을 알려주는 중요한 기록물이다. 해방부터 한국전쟁 후 수복까지 강원도 철원의 잃어버린 10년사를 되짚어본다.지방의 역사일제강점기시청각물전자책강원도철원군20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/51/20934/20934_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A20934
98898대몽항쟁과 충주산성전투 '김윤후 장군과 충주사람들'고려 시대 대몽항쟁과 김윤후 장군의 충주산성전투를 그려낸 만화이다. 충북 충주의 위인인 김윤후(金允侯)는 고려 시대 몽골의 침략에 맞서 싸운 승병(스님으로 조직한 군대) 출신 장군이다. 몽골항쟁기 마지막 전투였던 대림산성 문화지도, 대몽항쟁 개요 등을 함께 수록해서 아이들의 쉬운 이해를 돕는다.자연과 지리자연환경시청각물전자책충청북도충주시20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/55/20951/20951_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A20951
99928평택 미군기지와 사람 삶의 기록평택 미군기지와 주민의 삶을 기록한 영상이다. 해방 이후 경기도 평택지역에는 K-6(캠프 험프리스), K-55(오산 에어베이스) 미군 부대가 주둔하며 큰 변화가 있었다. 전쟁 후 창출된 일자리에 이주민이 몰려와 새로운 경제권역을 형성한 까닭이다. 평택의 현대사와 사람들의 삶을 영상에 담았다.자연과 지리마을경관시청각물전자책경기도평택시20181031<NA><NA>https://minio.nculture.org/amsweb-opt/pdfs/60/21111/21111_thumbnail.jpghttps://nculture.org/npdfView.do?npdf=A21111