Overview

Dataset statistics

Number of variables14
Number of observations70
Missing cells399
Missing cells (%)40.7%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory8.0 KiB
Average record size in memory116.9 B

Variable types

Text9
Numeric3
DateTime1
Categorical1

Dataset

Description경상남도 사천시 문화관광홈페이지 추천여행 테이블의 제목, 내용, 조회수, 등록일, 거리, 소유시간 등을 일본어로 표기한 파일데이터 입니다.
Author경상남도 사천시
URLhttps://www.data.go.kr/data/15084213/fileData.do

Alerts

팁 has 59 (84.3%) missing valuesMissing
거리 has 17 (24.3%) missing valuesMissing
부제목 has 62 (88.6%) missing valuesMissing
비고1 has 65 (92.9%) missing valuesMissing
비고2 has 65 (92.9%) missing valuesMissing
비고3 has 66 (94.3%) missing valuesMissing
비고4 has 65 (92.9%) missing valuesMissing

Reproduction

Analysis started2023-12-12 17:34:14.724972
Analysis finished2023-12-12 17:34:17.290126
Duration2.57 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

제목
Text

Distinct49
Distinct (%)70.0%
Missing0
Missing (%)0.0%
Memory size692.0 B
2023-12-13T02:34:17.451338image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length11
Median length9
Mean length5.3714286
Min length2

Characters and Unicode

Total characters376
Distinct characters143
Distinct categories7 ?
Distinct scripts5 ?
Distinct blocks5 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique33 ?
Unique (%)47.1%

Sample

1st row龍頭公園
2nd row三千浦水産市場
3rd row大芳鎮掘港
4th row三千浦大橋公園
5th row実安海岸道路(落照)
ValueCountFrequency (%)
船津里城 4
 
5.6%
三千浦大橋公園 3
 
4.2%
三千浦水産市場 3
 
4.2%
慕忠公園 3
 
4.2%
大谷森 2
 
2.8%
龍沼遊園地 2
 
2.8%
泗川大橋 2
 
2.8%
昌善・三千浦大橋 2
 
2.8%
魯山公園 2
 
2.8%
ソンチャン村 2
 
2.8%
Other values (41) 47
65.3%
2023-12-13T02:34:17.848015image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
大 13
 
3.5%
園 12
 
3.2%
浦 12
 
3.2%
橋 11
 
2.9%
三 10
 
2.7%
千 10
 
2.7%
公 10
 
2.7%
川 9
 
2.4%
泗 9
 
2.4%
村 7
 
1.9%
Other values (133) 273
72.6%

Most occurring categories

ValueCountFrequency (%)
Other Letter 357
94.9%
Decimal Number 8
 
2.1%
Modifier Letter 5
 
1.3%
Space Separator 2
 
0.5%
Other Punctuation 2
 
0.5%
Close Punctuation 1
 
0.3%
Open Punctuation 1
 
0.3%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
大 13
 
3.6%
園 12
 
3.4%
浦 12
 
3.4%
橋 11
 
3.1%
三 10
 
2.8%
千 10
 
2.8%
公 10
 
2.8%
川 9
 
2.5%
泗 9
 
2.5%
村 7
 
2.0%
Other values (125) 254
71.1%
Decimal Number
ValueCountFrequency (%)
0 4
50.0%
7 2
25.0%
8 2
25.0%
Modifier Letter
ValueCountFrequency (%)
ー 5
100.0%
Space Separator
ValueCountFrequency (%)
2
100.0%
Other Punctuation
ValueCountFrequency (%)
・ 2
100.0%
Close Punctuation
ValueCountFrequency (%)
) 1
100.0%
Open Punctuation
ValueCountFrequency (%)
( 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Han 286
76.1%
Katakana 59
 
15.7%
Common 19
 
5.1%
Hangul 10
 
2.7%
Hiragana 2
 
0.5%

Most frequent character per script

Han
ValueCountFrequency (%)
大 13
 
4.5%
園 12
 
4.2%
浦 12
 
4.2%
橋 11
 
3.8%
三 10
 
3.5%
千 10
 
3.5%
公 10
 
3.5%
川 9
 
3.1%
泗 9
 
3.1%
村 7
 
2.4%
Other values (82) 183
64.0%
Katakana
ValueCountFrequency (%)
ン 7
 
11.9%
リ 4
 
6.8%
ク 4
 
6.8%
チ 3
 
5.1%
ャ 3
 
5.1%
マ 2
 
3.4%
ポ 2
 
3.4%
ナ 2
 
3.4%
イ 2
 
3.4%
ツ 2
 
3.4%
Other values (26) 28
47.5%
Common
ValueCountFrequency (%)
ー 5
26.3%
0 4
21.1%
2
 
10.5%
7 2
 
10.5%
8 2
 
10.5%
・ 2
 
10.5%
) 1
 
5.3%
( 1
 
5.3%
Hangul
ValueCountFrequency (%)
목 2
20.0%
길 2
20.0%
골 2
20.0%
화 2
20.0%
벽 2
20.0%
Hiragana
ValueCountFrequency (%)
の 1
50.0%
い 1
50.0%

Most occurring blocks

ValueCountFrequency (%)
CJK 286
76.1%
Katakana 66
 
17.6%
ASCII 12
 
3.2%
Hangul 10
 
2.7%
Hiragana 2
 
0.5%

Most frequent character per block

CJK
ValueCountFrequency (%)
大 13
 
4.5%
園 12
 
4.2%
浦 12
 
4.2%
橋 11
 
3.8%
三 10
 
3.5%
千 10
 
3.5%
公 10
 
3.5%
川 9
 
3.1%
泗 9
 
3.1%
村 7
 
2.4%
Other values (82) 183
64.0%
Katakana
ValueCountFrequency (%)
ン 7
 
10.6%
ー 5
 
7.6%
リ 4
 
6.1%
ク 4
 
6.1%
チ 3
 
4.5%
ャ 3
 
4.5%
マ 2
 
3.0%
ポ 2
 
3.0%
ナ 2
 
3.0%
イ 2
 
3.0%
Other values (28) 32
48.5%
ASCII
ValueCountFrequency (%)
0 4
33.3%
2
16.7%
7 2
16.7%
8 2
16.7%
) 1
 
8.3%
( 1
 
8.3%
Hangul
ValueCountFrequency (%)
목 2
20.0%
길 2
20.0%
골 2
20.0%
화 2
20.0%
벽 2
20.0%
Hiragana
ValueCountFrequency (%)
の 1
50.0%
い 1
50.0%

내용
Text

Distinct66
Distinct (%)94.3%
Missing0
Missing (%)0.0%
Memory size692.0 B
2023-12-13T02:34:18.113233image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length269
Median length163.5
Mean length147.98571
Min length61

Characters and Unicode

Total characters10359
Distinct characters979
Distinct categories11 ?
Distinct scripts6 ?
Distinct blocks7 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique62 ?
Unique (%)88.6%

Sample

1st row臥龍貯水池の下の自然親和的な休息公園である龍頭公園！ 龍頭公園は臥龍山を訪れる登山客や市民が休んでいくことができる休息空間型公園です。ヒノキ、森林浴場、芝広場、体育広場、散策路などが設置されていて、登山客や市民の健康に対する欲求を満たすのに十分な公園で、地域住民の 休息と余暇善用の場所として定着しています。
2nd row花より団子、泗川に来れば必ず新鮮な活魚を味わっていきましょう！三千浦水産市場は三千浦西部市場の別称です。この市場では通常の在来市場のように近隣の農村で作った各種野菜や果物などを購入することができ、活魚、貝類、鮮魚、干物などの水産物を味見して購入することができます。
3rd row穏かな水面に描かれた一幅の絵！大芳鎮掘港は高麗時代に韓国の沿岸を頻繁に侵犯した倭寇の略奪を防ぐために造成された人工港で、外部から見ると中が見えない構造に設計された軍事基地です。掘港の濃い翡翠色の水の上に垂れる樹齢百年を超えたエノキの影はきれいな絹の上に描いた山水画のような姿です。
4th row昌善・三千浦大橋の入口に位置した公園で、特産物売場、野外舞台、観光案内所を運営しています。超大型遊覧船である閑麗水道号船着場があり、延べ人員10万人の観光客が利用している観光便宜施設です。
5th row実安海岸道路は海岸の絶景と波打つ青い海、細々とした海岸線周辺の秀麗な自然景観が一品です。また、夕暮れがとても美しい所です。
ValueCountFrequency (%)
4
 
2.3%
추억을 3
 
1.7%
桜が満開になるとき美しさが絶頂に至る船津里城。 2
 
1.1%
泗川一般産業団地 2
 
1.1%
泗川の船津里城は文禄の役の時期に攻め寄せた倭軍たちが拠点を設けるために築いた日本式城郭です。それで 2
 
1.1%
毎年1月1日、三千浦大橋迎年祭りの場と泗川世界打楽祭りなど各種祭りのメイン舞台としても活用されていて、全国の芸術家が随時野外舞台で各種公演をしたりする施設で、真夏の観光客の休息地としても脚光を浴びている所です。 2
 
1.1%
검정 2
 
1.1%
담겨 2
 
1.1%
옛 2
 
1.1%
休息と余暇善用の場所として定着しています。 2
 
1.1%
Other values (144) 151
86.8%
2023-12-13T02:34:18.490702image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
の 392
 
3.8%
で 270
 
2.6%
が 250
 
2.4%
に 246
 
2.4%
い 227
 
2.2%
す 224
 
2.2%
て 224
 
2.2%
し 213
 
2.1%
と 210
 
2.0%
を 210
 
2.0%
Other values (969) 7893
76.2%

Most occurring categories

ValueCountFrequency (%)
Other Letter 9613
92.8%
Other Punctuation 437
 
4.2%
Decimal Number 109
 
1.1%
Space Separator 105
 
1.0%
Modifier Letter 47
 
0.5%
Close Punctuation 15
 
0.1%
Open Punctuation 15
 
0.1%
Lowercase Letter 8
 
0.1%
Math Symbol 5
 
< 0.1%
Uppercase Letter 3
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
の 392
 
4.1%
で 270
 
2.8%
が 250
 
2.6%
に 246
 
2.6%
い 227
 
2.4%
す 224
 
2.3%
て 224
 
2.3%
し 213
 
2.2%
と 210
 
2.2%
を 210
 
2.2%
Other values (934) 7147
74.3%
Decimal Number
ValueCountFrequency (%)
0 35
32.1%
1 14
 
12.8%
2 11
 
10.1%
8 11
 
10.1%
5 10
 
9.2%
7 8
 
7.3%
3 8
 
7.3%
6 5
 
4.6%
4 4
 
3.7%
9 3
 
2.8%
Other Punctuation
ValueCountFrequency (%)
、 196
44.9%
。 192
43.9%
！ 28
 
6.4%
・ 10
 
2.3%
. 6
 
1.4%
, 2
 
0.5%
/ 2
 
0.5%
! 1
 
0.2%
Lowercase Letter
ValueCountFrequency (%)
m 3
37.5%
k 2
25.0%
e 1
 
12.5%
s 1
 
12.5%
t 1
 
12.5%
Uppercase Letter
ValueCountFrequency (%)
C 1
33.3%
B 1
33.3%
D 1
33.3%
Modifier Letter
ValueCountFrequency (%)
ー 34
72.3%
々 13
 
27.7%
Close Punctuation
ValueCountFrequency (%)
」 14
93.3%
) 1
 
6.7%
Open Punctuation
ValueCountFrequency (%)
「 14
93.3%
( 1
 
6.7%
Space Separator
ValueCountFrequency (%)
105
100.0%
Math Symbol
ValueCountFrequency (%)
~ 5
100.0%
Other Symbol
ValueCountFrequency (%)
㎞ 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hiragana 4601
44.4%
Han 4459
43.0%
Common 722
 
7.0%
Katakana 347
 
3.3%
Hangul 219
 
2.1%
Latin 11
 
0.1%

Most frequent character per script

Han
ValueCountFrequency (%)
海 89
 
2.0%
川 65
 
1.5%
泗 60
 
1.3%
島 60
 
1.3%
大 53
 
1.2%
見 50
 
1.1%
浦 50
 
1.1%
場 50
 
1.1%
地 47
 
1.1%
公 44
 
1.0%
Other values (712) 3891
87.3%
Hangul
ValueCountFrequency (%)
을 9
 
4.1%
이 9
 
4.1%
하 7
 
3.2%
억 5
 
2.3%
추 5
 
2.3%
다 5
 
2.3%
는 5
 
2.3%
니 4
 
1.8%
습 4
 
1.8%
와 4
 
1.8%
Other values (90) 162
74.0%
Hiragana
ValueCountFrequency (%)
の 392
 
8.5%
で 270
 
5.9%
が 250
 
5.4%
に 246
 
5.3%
い 227
 
4.9%
す 224
 
4.9%
て 224
 
4.9%
し 213
 
4.6%
と 210
 
4.6%
を 210
 
4.6%
Other values (52) 2135
46.4%
Katakana
ValueCountFrequency (%)
ン 37
 
10.7%
ク 19
 
5.5%
キ 15
 
4.3%
ツ 13
 
3.7%
ス 13
 
3.7%
リ 12
 
3.5%
コ 11
 
3.2%
ラ 11
 
3.2%
イ 10
 
2.9%
マ 9
 
2.6%
Other values (51) 197
56.8%
Common
ValueCountFrequency (%)
、 196
27.1%
。 192
26.6%
105
14.5%
0 35
 
4.8%
ー 34
 
4.7%
！ 28
 
3.9%
」 14
 
1.9%
1 14
 
1.9%
「 14
 
1.9%
2 11
 
1.5%
Other values (16) 79
10.9%
Latin
ValueCountFrequency (%)
m 3
27.3%
k 2
18.2%
C 1
 
9.1%
e 1
 
9.1%
s 1
 
9.1%
t 1
 
9.1%
B 1
 
9.1%
D 1
 
9.1%

Most occurring blocks

ValueCountFrequency (%)
Hiragana 4601
44.4%
CJK 4446
42.9%
None 457
 
4.4%
Katakana 391
 
3.8%
ASCII 243
 
2.3%
Hangul 219
 
2.1%
CJK Compat 2
 
< 0.1%

Most frequent character per block

Hiragana
ValueCountFrequency (%)
の 392
 
8.5%
で 270
 
5.9%
が 250
 
5.4%
に 246
 
5.3%
い 227
 
4.9%
す 224
 
4.9%
て 224
 
4.9%
し 213
 
4.6%
と 210
 
4.6%
を 210
 
4.6%
Other values (52) 2135
46.4%
None
ValueCountFrequency (%)
、 196
42.9%
。 192
42.0%
！ 28
 
6.1%
」 14
 
3.1%
「 14
 
3.1%
々 13
 
2.8%
ASCII
ValueCountFrequency (%)
105
43.2%
0 35
 
14.4%
1 14
 
5.8%
2 11
 
4.5%
8 11
 
4.5%
5 10
 
4.1%
7 8
 
3.3%
3 8
 
3.3%
. 6
 
2.5%
6 5
 
2.1%
Other values (16) 30
 
12.3%
CJK
ValueCountFrequency (%)
海 89
 
2.0%
川 65
 
1.5%
泗 60
 
1.3%
島 60
 
1.3%
大 53
 
1.2%
見 50
 
1.1%
浦 50
 
1.1%
場 50
 
1.1%
地 47
 
1.1%
公 44
 
1.0%
Other values (711) 3878
87.2%
Katakana
ValueCountFrequency (%)
ン 37
 
9.5%
ー 34
 
8.7%
ク 19
 
4.9%
キ 15
 
3.8%
ツ 13
 
3.3%
ス 13
 
3.3%
リ 12
 
3.1%
コ 11
 
2.8%
ラ 11
 
2.8%
イ 10
 
2.6%
Other values (53) 216
55.2%
Hangul
ValueCountFrequency (%)
을 9
 
4.1%
이 9
 
4.1%
하 7
 
3.2%
억 5
 
2.3%
추 5
 
2.3%
다 5
 
2.3%
는 5
 
2.3%
니 4
 
1.8%
습 4
 
1.8%
와 4
 
1.8%
Other values (90) 162
74.0%
CJK Compat
ValueCountFrequency (%)
㎞ 2
100.0%

조회수
Real number (ℝ)

Distinct32
Distinct (%)45.7%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean26.514286
Minimum4
Maximum177
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size762.0 B
2023-12-13T02:34:18.622961image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum4
5-th percentile13.45
Q116.25
median19
Q328.5
95-th percentile55.55
Maximum177
Range173
Interquartile range (IQR)12.25

Descriptive statistics

Standard deviation22.376063
Coefficient of variation (CV)0.84392479
Kurtosis29.798935
Mean26.514286
Median Absolute Deviation (MAD)4
Skewness4.7767959
Sum1856
Variance500.6882
MonotonicityNot monotonic
2023-12-13T02:34:18.777036image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=32)
ValueCountFrequency (%)
19 9
 
12.9%
15 8
 
11.4%
17 5
 
7.1%
18 5
 
7.1%
14 4
 
5.7%
24 4
 
5.7%
30 3
 
4.3%
21 3
 
4.3%
16 2
 
2.9%
27 2
 
2.9%
Other values (22) 25
35.7%
ValueCountFrequency (%)
4 1
 
1.4%
11 1
 
1.4%
13 2
 
2.9%
14 4
5.7%
15 8
11.4%
16 2
 
2.9%
17 5
7.1%
18 5
7.1%
19 9
12.9%
20 2
 
2.9%
ValueCountFrequency (%)
177 1
1.4%
75 1
1.4%
57 1
1.4%
56 1
1.4%
55 1
1.4%
48 2
2.9%
47 1
1.4%
44 1
1.4%
43 1
1.4%
41 1
1.4%

등록일
Date

Distinct5
Distinct (%)7.1%
Missing0
Missing (%)0.0%
Memory size692.0 B
Minimum2013-05-07 00:00:00
Maximum2013-06-13 00:00:00
2023-12-13T02:34:18.935165image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T02:34:19.052055image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=5)

팁
Text

MISSING 

Distinct9
Distinct (%)81.8%
Missing59
Missing (%)84.3%
Memory size692.0 B
2023-12-13T02:34:19.320208image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length43
Median length30
Mean length29.363636
Min length22

Characters and Unicode

Total characters323
Distinct characters161
Distinct categories4 ?
Distinct scripts4 ?
Distinct blocks5 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique7 ?
Unique (%)63.6%

Sample

1st row毎年5月の臥龍山クロフネツツジ登山でも有名です。
2nd row桜が満開になる春に船津里城は絶頂に至ります！
3rd row昌善・三千浦大橋の夜景は週末7時以降に見ることができます！
4th row柿の木の柿が熟すときに来れば、豊かでのんびりとした森を満喫することができます。
5th row近隣の龍沼渓谷は夏の休暇地として水遊びの準備は必須!!
ValueCountFrequency (%)
桜が満開になる春に船津里城は絶頂に至ります！ 2
18.2%
近隣の龍沼渓谷は夏の休暇地として水遊びの準備は必須 2
18.2%
毎年5月の臥龍山クロフネツツジ登山でも有名です。 1
9.1%
昌善・三千浦大橋の夜景は週末7時以降に見ることができます！ 1
9.1%
柿の木の柿が熟すときに来れば、豊かでのんびりとした森を満喫することができます。 1
9.1%
茶自然フェスティバル期間中に訪問すれば、様々な体験プログラムに参加することができます。 1
9.1%
ワイントンネルは内部が涼しくて夏に来ればさらに良いです。 1
9.1%
一日に二度、引潮の時に合わせれば海岸道を歩くことができます！ 1
9.1%
朴在森文学館に立ち寄って彼の伝統的な敍情詩に浸ってみてください。 1
9.1%
2023-12-13T02:34:19.744972image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
に 16
 
5.0%
の 13
 
4.0%
す 12
 
3.7%
で 8
 
2.5%
と 8
 
2.5%
が 8
 
2.5%
は 8
 
2.5%
ま 6
 
1.9%
て 6
 
1.9%
る 5
 
1.5%
Other values (151) 233
72.1%

Most occurring categories

ValueCountFrequency (%)
Other Letter 303
93.8%
Other Punctuation 17
 
5.3%
Decimal Number 2
 
0.6%
Modifier Letter 1
 
0.3%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
に 16
 
5.3%
の 13
 
4.3%
す 12
 
4.0%
で 8
 
2.6%
と 8
 
2.6%
が 8
 
2.6%
は 8
 
2.6%
ま 6
 
2.0%
て 6
 
2.0%
る 5
 
1.7%
Other values (143) 213
70.3%
Other Punctuation
ValueCountFrequency (%)
。 5
29.4%
! 4
23.5%
！ 4
23.5%
、 3
17.6%
・ 1
 
5.9%
Decimal Number
ValueCountFrequency (%)
5 1
50.0%
7 1
50.0%
Modifier Letter
ValueCountFrequency (%)
々 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hiragana 142
44.0%
Han 136
42.1%
Katakana 26
 
8.0%
Common 19
 
5.9%

Most frequent character per script

Han
ValueCountFrequency (%)
龍 3
 
2.2%
夏 3
 
2.2%
満 3
 
2.2%
時 2
 
1.5%
柿 2
 
1.5%
森 2
 
1.5%
来 2
 
1.5%
山 2
 
1.5%
桜 2
 
1.5%
近 2
 
1.5%
Other values (91) 113
83.1%
Hiragana
ValueCountFrequency (%)
に 16
 
11.3%
の 13
 
9.2%
す 12
 
8.5%
で 8
 
5.6%
と 8
 
5.6%
が 8
 
5.6%
は 8
 
5.6%
ま 6
 
4.2%
て 6
 
4.2%
る 5
 
3.5%
Other values (23) 52
36.6%
Katakana
ValueCountFrequency (%)
ル 2
 
7.7%
ロ 2
 
7.7%
フ 2
 
7.7%
ネ 2
 
7.7%
ツ 2
 
7.7%
ン 2
 
7.7%
ト 1
 
3.8%
イ 1
 
3.8%
ワ 1
 
3.8%
ム 1
 
3.8%
Other values (10) 10
38.5%
Common
ValueCountFrequency (%)
。 5
26.3%
! 4
21.1%
！ 4
21.1%
、 3
15.8%
・ 1
 
5.3%
5 1
 
5.3%
7 1
 
5.3%

Most occurring blocks

ValueCountFrequency (%)
Hiragana 142
44.0%
CJK 135
41.8%
Katakana 27
 
8.4%
None 13
 
4.0%
ASCII 6
 
1.9%

Most frequent character per block

Hiragana
ValueCountFrequency (%)
に 16
 
11.3%
の 13
 
9.2%
す 12
 
8.5%
で 8
 
5.6%
と 8
 
5.6%
が 8
 
5.6%
は 8
 
5.6%
ま 6
 
4.2%
て 6
 
4.2%
る 5
 
3.5%
Other values (23) 52
36.6%
None
ValueCountFrequency (%)
。 5
38.5%
！ 4
30.8%
、 3
23.1%
々 1
 
7.7%
ASCII
ValueCountFrequency (%)
! 4
66.7%
5 1
 
16.7%
7 1
 
16.7%
CJK
ValueCountFrequency (%)
龍 3
 
2.2%
夏 3
 
2.2%
満 3
 
2.2%
時 2
 
1.5%
柿 2
 
1.5%
森 2
 
1.5%
来 2
 
1.5%
山 2
 
1.5%
桜 2
 
1.5%
近 2
 
1.5%
Other values (90) 112
83.0%
Katakana
ValueCountFrequency (%)
ル 2
 
7.4%
ロ 2
 
7.4%
フ 2
 
7.4%
ネ 2
 
7.4%
ツ 2
 
7.4%
ン 2
 
7.4%
ト 1
 
3.7%
イ 1
 
3.7%
ワ 1
 
3.7%
ム 1
 
3.7%
Other values (11) 11
40.7%

거리
Text

MISSING 

Distinct50
Distinct (%)94.3%
Missing17
Missing (%)24.3%
Memory size692.0 B
2023-12-13T02:34:19.947181image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length8
Median length7
Mean length6.509434
Min length4

Characters and Unicode

Total characters345
Distinct characters14
Distinct categories4 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique48 ?
Unique (%)90.6%

Sample

1st row4.21km
2nd row 1.93km
3rd row 876m
4th row 1.26km
5th row 927m
ValueCountFrequency (%)
876m 3
 
5.7%
927m 2
 
3.8%
2.08km 1
 
1.9%
0.4km 1
 
1.9%
4.21km 1
 
1.9%
940m 1
 
1.9%
841m 1
 
1.9%
767m 1
 
1.9%
2.61km 1
 
1.9%
767km 1
 
1.9%
Other values (40) 40
75.5%
2023-12-13T02:34:20.288242image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
m 53
15.4%
50
14.5%
k 43
12.5%
. 41
11.9%
1 24
7.0%
4 21
 
6.1%
8 17
 
4.9%
7 17
 
4.9%
6 16
 
4.6%
3 16
 
4.6%
Other values (4) 47
13.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 158
45.8%
Lowercase Letter 96
27.8%
Space Separator 50
 
14.5%
Other Punctuation 41
 
11.9%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
1 24
15.2%
4 21
13.3%
8 17
10.8%
7 17
10.8%
6 16
10.1%
3 16
10.1%
2 15
9.5%
9 13
8.2%
5 10
6.3%
0 9
 
5.7%
Lowercase Letter
ValueCountFrequency (%)
m 53
55.2%
k 43
44.8%
Space Separator
ValueCountFrequency (%)
50
100.0%
Other Punctuation
ValueCountFrequency (%)
. 41
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 249
72.2%
Latin 96
 
27.8%

Most frequent character per script

Common
ValueCountFrequency (%)
50
20.1%
. 41
16.5%
1 24
9.6%
4 21
8.4%
8 17
 
6.8%
7 17
 
6.8%
6 16
 
6.4%
3 16
 
6.4%
2 15
 
6.0%
9 13
 
5.2%
Other values (2) 19
 
7.6%
Latin
ValueCountFrequency (%)
m 53
55.2%
k 43
44.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII 345
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
m 53
15.4%
50
14.5%
k 43
12.5%
. 41
11.9%
1 24
7.0%
4 21
 
6.1%
8 17
 
4.9%
7 17
 
4.9%
6 16
 
4.6%
3 16
 
4.6%
Other values (4) 47
13.6%

소요 시간
Categorical

Distinct25
Distinct (%)35.7%
Missing0
Missing (%)0.0%
Memory size692.0 B
<NA>
17 
2分
7 
4分
5 
5分
4 
6分
4 
Other values (20)
33 

Length

Max length6
Median length4
Mean length2.8571429
Min length2

Unique

Unique11 ?
Unique (%)15.7%

Sample

1st row11分
2nd row5分
3rd row2分
4th row2分
5th row<NA>

Common Values

ValueCountFrequency (%)
<NA> 17
24.3%
2分 7
 
10.0%
4分 5
 
7.1%
5分 4
 
5.7%
6分 4
 
5.7%
7分 4
 
5.7%
3分 3
 
4.3%
15分 3
 
4.3%
1時間 2
 
2.9%
14分 2
 
2.9%
Other values (15) 19
27.1%

Length

2023-12-13T02:34:20.438418image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
na 17
24.3%
2分 8
11.4%
4分 5
 
7.1%
5分 4
 
5.7%
6分 4
 
5.7%
7分 4
 
5.7%
3分 3
 
4.3%
15分 3
 
4.3%
21分 2
 
2.9%
11分 2
 
2.9%
Other values (14) 18
25.7%

부제목
Text

MISSING 

Distinct8
Distinct (%)100.0%
Missing62
Missing (%)88.6%
Memory size692.0 B
2023-12-13T02:34:20.981581image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length116
Median length85.5
Mean length86.75
Min length73

Characters and Unicode

Total characters694
Distinct characters263
Distinct categories9 ?
Distinct scripts5 ?
Distinct blocks5 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique8 ?
Unique (%)100.0%

Sample

1st row臥龍山の下でのんびりとくつろいで、水産市場で新鮮な海産物を味わった後、三千浦大橋に向かいます。三千浦大橋の趣と海岸道路の広々とした風景が皆さんを迎えます。
2nd row美しい海を思う存分見ることができる新樹島旅行！ 南逸台の素晴らしい風景を始まりに「韓国の名品島Best 10」に選ばれた新樹島を訪れて自然の美しさを思う存分楽しんでください。
3rd row今年正式に開館した先端航空宇宙科学館で子供たちの夢と想像力を養い、泗川湾海岸道路の美しい景観で自然も感じることができる充実した旅行を計画するのはどうでしょうか？
4th row美しい森と渓谷で心身をヒーリングした後、海を見ながら新鮮な活魚刺身を楽しむことができる三千浦活魚旅行！ 新鮮な活魚刺身を楽しんで、まっすぐに伸びた海岸道路を走れば身も心もいっそう軽くなります。
5th row韓国を代表する寺院の一つである多率寺！ 悠久な歴史を持つ多率寺のひっそりとした山寺で過去への旅に浸り、泗川緑茶団地に立ち寄って緑茶の香りを楽しんでみてください。
ValueCountFrequency (%)
臥龍山の下でのんびりとくつろいで、水産市場で新鮮な海産物を味わった後、三千浦大橋に向かいます。三千浦大橋の趣と海岸道路の広々とした風景が皆さんを迎えます。 1
 
7.7%
美しい海を思う存分見ることができる新樹島旅行！ 1
 
7.7%
南逸台の素晴らしい風景を始まりに「韓国の名品島best 1
 
7.7%
10」に選ばれた新樹島を訪れて自然の美しさを思う存分楽しんでください。 1
 
7.7%
今年正式に開館した先端航空宇宙科学館で子供たちの夢と想像力を養い、泗川湾海岸道路の美しい景観で自然も感じることができる充実した旅行を計画するのはどうでしょうか？ 1
 
7.7%
美しい森と渓谷で心身をヒーリングした後、海を見ながら新鮮な活魚刺身を楽しむことができる三千浦活魚旅行！ 1
 
7.7%
新鮮な活魚刺身を楽しんで、まっすぐに伸びた海岸道路を走れば身も心もいっそう軽くなります。 1
 
7.7%
韓国を代表する寺院の一つである多率寺！ 1
 
7.7%
悠久な歴史を持つ多率寺のひっそりとした山寺で過去への旅に浸り、泗川緑茶団地に立ち寄って緑茶の香りを楽しんでみてください。 1
 
7.7%
神秘的な海の鼈主簿伝の伝説を収めた飛兎島！ 1
 
7.7%
Other values (3) 3
23.1%
2023-12-13T02:34:21.553602image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
の 25
 
3.6%
し 22
 
3.2%
を 20
 
2.9%
で 19
 
2.7%
い 17
 
2.4%
と 15
 
2.2%
に 15
 
2.2%
る 14
 
2.0%
た 12
 
1.7%
て 12
 
1.7%
Other values (253) 523
75.4%

Most occurring categories

ValueCountFrequency (%)
Other Letter 645
92.9%
Other Punctuation 26
 
3.7%
Space Separator 6
 
0.9%
Modifier Letter 5
 
0.7%
Decimal Number 4
 
0.6%
Lowercase Letter 3
 
0.4%
Close Punctuation 2
 
0.3%
Open Punctuation 2
 
0.3%
Uppercase Letter 1
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
の 25
 
3.9%
し 22
 
3.4%
を 20
 
3.1%
で 19
 
2.9%
い 17
 
2.6%
と 15
 
2.3%
に 15
 
2.3%
る 14
 
2.2%
た 12
 
1.9%
て 12
 
1.9%
Other values (237) 474
73.5%
Other Punctuation
ValueCountFrequency (%)
。 11
42.3%
、 9
34.6%
！ 4
 
15.4%
？ 2
 
7.7%
Decimal Number
ValueCountFrequency (%)
5 2
50.0%
0 1
25.0%
1 1
25.0%
Lowercase Letter
ValueCountFrequency (%)
t 1
33.3%
e 1
33.3%
s 1
33.3%
Modifier Letter
ValueCountFrequency (%)
ー 3
60.0%
々 2
40.0%
Space Separator
ValueCountFrequency (%)
6
100.0%
Close Punctuation
ValueCountFrequency (%)
」 2
100.0%
Open Punctuation
ValueCountFrequency (%)
「 2
100.0%
Uppercase Letter
ValueCountFrequency (%)
B 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hiragana 322
46.4%
Han 310
44.7%
Common 43
 
6.2%
Katakana 15
 
2.2%
Latin 4
 
0.6%

Most frequent character per script

Han
ValueCountFrequency (%)
海 8
 
2.6%
美 8
 
2.6%
山 6
 
1.9%
龍 5
 
1.6%
新 5
 
1.6%
泗 5
 
1.6%
島 5
 
1.6%
川 5
 
1.6%
臥 4
 
1.3%
分 4
 
1.3%
Other values (174) 255
82.3%
Hiragana
ValueCountFrequency (%)
の 25
 
7.8%
し 22
 
6.8%
を 20
 
6.2%
で 19
 
5.9%
い 17
 
5.3%
と 15
 
4.7%
に 15
 
4.7%
る 14
 
4.3%
た 12
 
3.7%
て 12
 
3.7%
Other values (40) 151
46.9%
Katakana
ValueCountFrequency (%)
ツ 2
13.3%
セ 1
 
6.7%
モ 1
 
6.7%
ネ 1
 
6.7%
コ 1
 
6.7%
ス 1
 
6.7%
ク 1
 
6.7%
ロ 1
 
6.7%
フ 1
 
6.7%
ジ 1
 
6.7%
Other values (4) 4
26.7%
Common
ValueCountFrequency (%)
。 11
25.6%
、 9
20.9%
6
14.0%
！ 4
 
9.3%
ー 3
 
7.0%
？ 2
 
4.7%
」 2
 
4.7%
5 2
 
4.7%
「 2
 
4.7%
0 1
 
2.3%
Latin
ValueCountFrequency (%)
t 1
25.0%
B 1
25.0%
e 1
25.0%
s 1
25.0%

Most occurring blocks

ValueCountFrequency (%)
Hiragana 322
46.4%
CJK 308
44.4%
None 32
 
4.6%
Katakana 18
 
2.6%
ASCII 14
 
2.0%

Most frequent character per block

Hiragana
ValueCountFrequency (%)
の 25
 
7.8%
し 22
 
6.8%
を 20
 
6.2%
で 19
 
5.9%
い 17
 
5.3%
と 15
 
4.7%
に 15
 
4.7%
る 14
 
4.3%
た 12
 
3.7%
て 12
 
3.7%
Other values (40) 151
46.9%
None
ValueCountFrequency (%)
。 11
34.4%
、 9
28.1%
！ 4
 
12.5%
？ 2
 
6.2%
々 2
 
6.2%
」 2
 
6.2%
「 2
 
6.2%
CJK
ValueCountFrequency (%)
海 8
 
2.6%
美 8
 
2.6%
山 6
 
1.9%
龍 5
 
1.6%
新 5
 
1.6%
泗 5
 
1.6%
島 5
 
1.6%
川 5
 
1.6%
臥 4
 
1.3%
分 4
 
1.3%
Other values (173) 253
82.1%
ASCII
ValueCountFrequency (%)
6
42.9%
5 2
 
14.3%
0 1
 
7.1%
1 1
 
7.1%
t 1
 
7.1%
B 1
 
7.1%
e 1
 
7.1%
s 1
 
7.1%
Katakana
ValueCountFrequency (%)
ー 3
16.7%
ツ 2
 
11.1%
セ 1
 
5.6%
モ 1
 
5.6%
ネ 1
 
5.6%
コ 1
 
5.6%
ス 1
 
5.6%
ク 1
 
5.6%
ロ 1
 
5.6%
フ 1
 
5.6%
Other values (5) 5
27.8%

위도
Real number (ℝ)

Distinct48
Distinct (%)68.6%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean34.982438
Minimum34.903482
Maximum35.145915
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size762.0 B
2023-12-13T02:34:21.680171image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum34.903482
5-th percentile34.924708
Q134.935453
median34.971018
Q335.012316
95-th percentile35.078926
Maximum35.145915
Range0.2424335
Interquartile range (IQR)0.07686295

Descriptive statistics

Standard deviation0.055394697
Coefficient of variation (CV)0.0015835002
Kurtosis0.4011575
Mean34.982438
Median Absolute Deviation (MAD)0.035565
Skewness0.99496082
Sum2448.7706
Variance0.0030685725
MonotonicityNot monotonic
2023-12-13T02:34:21.820611image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=48)
ValueCountFrequency (%)
34.9354532 4
 
5.7%
34.9676588 4
 
5.7%
34.9720833 3
 
4.3%
34.9278685 3
 
4.3%
34.9576858 2
 
2.9%
34.9247078 2
 
2.9%
34.93936509 2
 
2.9%
35.0441271 2
 
2.9%
35.0150291 2
 
2.9%
34.9745377 2
 
2.9%
Other values (38) 44
62.9%
ValueCountFrequency (%)
34.9034816 1
 
1.4%
34.9227084 1
 
1.4%
34.9240957 1
 
1.4%
34.9247078 2
2.9%
34.9270957 2
2.9%
34.9278685 3
4.3%
34.9290453 2
2.9%
34.9311055 1
 
1.4%
34.9324694 2
2.9%
34.9338156 1
 
1.4%
ValueCountFrequency (%)
35.1459151 1
1.4%
35.1388642 1
1.4%
35.083073 1
1.4%
35.0827782 1
1.4%
35.0742179 1
1.4%
35.0705208 1
1.4%
35.0643651 1
1.4%
35.0639482 1
1.4%
35.0575111 1
1.4%
35.0574989 1
1.4%

경도
Real number (ℝ)

Distinct50
Distinct (%)71.4%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean128.05073
Minimum127.92653
Maximum128.13362
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size762.0 B
2023-12-13T02:34:21.989018image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum127.92653
5-th percentile127.96834
Q1128.04034
median128.05213
Q3128.07793
95-th percentile128.12525
Maximum128.13362
Range0.2070934
Interquartile range (IQR)0.03758425

Descriptive statistics

Standard deviation0.045282323
Coefficient of variation (CV)0.00035362799
Kurtosis0.18349282
Mean128.05073
Median Absolute Deviation (MAD)0.0223027
Skewness-0.4521415
Sum8963.5513
Variance0.0020504888
MonotonicityNot monotonic
2023-12-13T02:34:22.150358image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
128.0580119 4
 
5.7%
128.0485939 4
 
5.7%
128.0727331 3
 
4.3%
128.0922629 2
 
2.9%
128.05343 2
 
2.9%
128.0813354 2
 
2.9%
128.0403422 2
 
2.9%
128.0744301 2
 
2.9%
128.1336229 2
 
2.9%
128.0412952 2
 
2.9%
Other values (40) 45
64.3%
ValueCountFrequency (%)
127.9265295 1
1.4%
127.9596724 1
1.4%
127.9652287 1
1.4%
127.967498 1
1.4%
127.9693768 1
1.4%
127.9715 1
1.4%
127.9722285 1
1.4%
127.9747911 1
1.4%
127.9883272 1
1.4%
127.9922 1
1.4%
ValueCountFrequency (%)
128.1336229 2
2.9%
128.133157 1
1.4%
128.1277615 1
1.4%
128.1221785 1
1.4%
128.1203766 1
1.4%
128.1139033 1
1.4%
128.0975624 2
2.9%
128.0972 1
1.4%
128.0932951 1
1.4%
128.0922629 2
2.9%

비고1
Text

MISSING 

Distinct5
Distinct (%)100.0%
Missing65
Missing (%)92.9%
Memory size692.0 B
2023-12-13T02:34:22.327404image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length6
Median length5
Mean length4.8
Min length3

Characters and Unicode

Total characters24
Distinct characters20
Distinct categories1 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique5 ?
Unique (%)100.0%

Sample

1st row最初亀甲船道
2nd row実安落照道
3rd row三千浦象道
4th row泗川希望道
5th row兎と亀
ValueCountFrequency (%)
最初亀甲船道 1
20.0%
実安落照道 1
20.0%
三千浦象道 1
20.0%
泗川希望道 1
20.0%
兎と亀 1
20.0%
2023-12-13T02:34:22.657611image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
道 4
 
16.7%
亀 2
 
8.3%
最 1
 
4.2%
千 1
 
4.2%
兎 1
 
4.2%
望 1
 
4.2%
希 1
 
4.2%
川 1
 
4.2%
泗 1
 
4.2%
象 1
 
4.2%
Other values (10) 10
41.7%

Most occurring categories

ValueCountFrequency (%)
Other Letter 24
100.0%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
道 4
 
16.7%
亀 2
 
8.3%
最 1
 
4.2%
千 1
 
4.2%
兎 1
 
4.2%
望 1
 
4.2%
希 1
 
4.2%
川 1
 
4.2%
泗 1
 
4.2%
象 1
 
4.2%
Other values (10) 10
41.7%

Most occurring scripts

ValueCountFrequency (%)
Han 23
95.8%
Hiragana 1
 
4.2%

Most frequent character per script

Han
ValueCountFrequency (%)
道 4
17.4%
亀 2
 
8.7%
最 1
 
4.3%
千 1
 
4.3%
兎 1
 
4.3%
望 1
 
4.3%
希 1
 
4.3%
川 1
 
4.3%
泗 1
 
4.3%
象 1
 
4.3%
Other values (9) 9
39.1%
Hiragana
ValueCountFrequency (%)
と 1
100.0%

Most occurring blocks

ValueCountFrequency (%)
CJK 23
95.8%
Hiragana 1
 
4.2%

Most frequent character per block

CJK
ValueCountFrequency (%)
道 4
17.4%
亀 2
 
8.7%
最 1
 
4.3%
千 1
 
4.3%
兎 1
 
4.3%
望 1
 
4.3%
希 1
 
4.3%
川 1
 
4.3%
泗 1
 
4.3%
象 1
 
4.3%
Other values (9) 9
39.1%
Hiragana
ValueCountFrequency (%)
と 1
100.0%

비고2
Text

MISSING 

Distinct5
Distinct (%)100.0%
Missing65
Missing (%)92.9%
Memory size692.0 B
2023-12-13T02:34:22.838379image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length36
Median length23
Mean length24
Min length18

Characters and Unicode

Total characters120
Distinct characters39
Distinct categories3 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique5 ?
Unique (%)100.0%

Sample

1st row開始 : 龍見船津里城 到着 : 南陽慕忠公園
2nd row開始 : 南陽慕忠公園 経由 : 三千浦大橋公園 到着 : 勒島遺跡地
3rd row開始 : 南逸台象岩 到着 : 三千浦大橋公園
4th row開始 : 大谷森 到着 : 船津里城
5th row開始 : 泗川大橋 到着 : 亀島
ValueCountFrequency (%)
11
33.3%
開始 5
15.2%
到着 5
15.2%
南陽慕忠公園 2
 
6.1%
三千浦大橋公園 2
 
6.1%
龍見船津里城 1
 
3.0%
経由 1
 
3.0%
勒島遺跡地 1
 
3.0%
南逸台象岩 1
 
3.0%
大谷森 1
 
3.0%
Other values (3) 3
 
9.1%
2023-12-13T02:34:23.144294image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
32
26.7%
: 11
 
9.2%
開 5
 
4.2%
到 5
 
4.2%
着 5
 
4.2%
始 5
 
4.2%
公 4
 
3.3%
大 4
 
3.3%
園 4
 
3.3%
橋 3
 
2.5%
Other values (29) 42
35.0%

Most occurring categories

ValueCountFrequency (%)
Other Letter 77
64.2%
Space Separator 32
26.7%
Other Punctuation 11
 
9.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
開 5
 
6.5%
到 5
 
6.5%
着 5
 
6.5%
始 5
 
6.5%
公 4
 
5.2%
大 4
 
5.2%
園 4
 
5.2%
橋 3
 
3.9%
南 3
 
3.9%
島 2
 
2.6%
Other values (27) 37
48.1%
Space Separator
ValueCountFrequency (%)
32
100.0%
Other Punctuation
ValueCountFrequency (%)
: 11
100.0%

Most occurring scripts

ValueCountFrequency (%)
Han 77
64.2%
Common 43
35.8%

Most frequent character per script

Han
ValueCountFrequency (%)
開 5
 
6.5%
到 5
 
6.5%
着 5
 
6.5%
始 5
 
6.5%
公 4
 
5.2%
大 4
 
5.2%
園 4
 
5.2%
橋 3
 
3.9%
南 3
 
3.9%
島 2
 
2.6%
Other values (27) 37
48.1%
Common
ValueCountFrequency (%)
32
74.4%
: 11
 
25.6%

Most occurring blocks

ValueCountFrequency (%)
CJK 77
64.2%
ASCII 43
35.8%

Most frequent character per block

ASCII
ValueCountFrequency (%)
32
74.4%
: 11
 
25.6%
CJK
ValueCountFrequency (%)
開 5
 
6.5%
到 5
 
6.5%
着 5
 
6.5%
始 5
 
6.5%
公 4
 
5.2%
大 4
 
5.2%
園 4
 
5.2%
橋 3
 
3.9%
南 3
 
3.9%
島 2
 
2.6%
Other values (27) 37
48.1%

비고3
Text

MISSING 

Distinct4
Distinct (%)100.0%
Missing66
Missing (%)94.3%
Memory size692.0 B
2023-12-13T02:34:23.310511image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length30
Median length27
Mean length24
Min length21

Characters and Unicode

Total characters96
Distinct characters25
Distinct categories6 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique4 ?
Unique (%)100.0%

Sample

1st row総距離 : 12Km 経由 : 毛自郎浦 所要時間 : 時間
2nd row総距離 : 8Km 所要時間 : 2時間 30分
3rd row総距離 : 11Km 所要時間 : 3時間
4th row総距離 : 16Km 所要時間 : 4時間
ValueCountFrequency (%)
9
32.1%
総距離 4
14.3%
所要時間 4
14.3%
12km 1
 
3.6%
経由 1
 
3.6%
毛自郎浦 1
 
3.6%
時間 1
 
3.6%
8km 1
 
3.6%
2時間 1
 
3.6%
30分 1
 
3.6%
Other values (4) 4
14.3%
2023-12-13T02:34:23.564536image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
24
25.0%
: 9
 
9.4%
時 8
 
8.3%
間 8
 
8.3%
m 4
 
4.2%
要 4
 
4.2%
所 4
 
4.2%
距 4
 
4.2%
総 4
 
4.2%
K 4
 
4.2%
Other values (15) 23
24.0%

Most occurring categories

ValueCountFrequency (%)
Other Letter 43
44.8%
Space Separator 24
25.0%
Decimal Number 12
 
12.5%
Other Punctuation 9
 
9.4%
Lowercase Letter 4
 
4.2%
Uppercase Letter 4
 
4.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
時 8
18.6%
間 8
18.6%
要 4
9.3%
所 4
9.3%
距 4
9.3%
総 4
9.3%
離 4
9.3%
分 1
 
2.3%
自 1
 
2.3%
浦 1
 
2.3%
Other values (4) 4
9.3%
Decimal Number
ValueCountFrequency (%)
1 4
33.3%
2 2
16.7%
3 2
16.7%
0 1
 
8.3%
8 1
 
8.3%
6 1
 
8.3%
4 1
 
8.3%
Space Separator
ValueCountFrequency (%)
24
100.0%
Other Punctuation
ValueCountFrequency (%)
: 9
100.0%
Lowercase Letter
ValueCountFrequency (%)
m 4
100.0%
Uppercase Letter
ValueCountFrequency (%)
K 4
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 45
46.9%
Han 43
44.8%
Latin 8
 
8.3%

Most frequent character per script

Han
ValueCountFrequency (%)
時 8
18.6%
間 8
18.6%
要 4
9.3%
所 4
9.3%
距 4
9.3%
総 4
9.3%
離 4
9.3%
分 1
 
2.3%
自 1
 
2.3%
浦 1
 
2.3%
Other values (4) 4
9.3%
Common
ValueCountFrequency (%)
24
53.3%
: 9
 
20.0%
1 4
 
8.9%
2 2
 
4.4%
3 2
 
4.4%
0 1
 
2.2%
8 1
 
2.2%
6 1
 
2.2%
4 1
 
2.2%
Latin
ValueCountFrequency (%)
m 4
50.0%
K 4
50.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII 53
55.2%
CJK 43
44.8%

Most frequent character per block

ASCII
ValueCountFrequency (%)
24
45.3%
: 9
 
17.0%
m 4
 
7.5%
K 4
 
7.5%
1 4
 
7.5%
2 2
 
3.8%
3 2
 
3.8%
0 1
 
1.9%
8 1
 
1.9%
6 1
 
1.9%
CJK
ValueCountFrequency (%)
時 8
18.6%
間 8
18.6%
要 4
9.3%
所 4
9.3%
距 4
9.3%
総 4
9.3%
離 4
9.3%
分 1
 
2.3%
自 1
 
2.3%
浦 1
 
2.3%
Other values (4) 4
9.3%

비고4
Text

MISSING 

Distinct5
Distinct (%)100.0%
Missing65
Missing (%)92.9%
Memory size692.0 B
2023-12-13T02:34:23.898742image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length74
Median length46
Mean length55.6
Min length42

Characters and Unicode

Total characters278
Distinct characters141
Distinct categories3 ?
Distinct scripts4 ?
Distinct blocks4 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique5 ?
Unique (%)100.0%

Sample

1st row泗川湾海岸道路に沿って憩いの場とフォトゾーン、干潟体験場などがある美しい海岸徒歩道です。
2nd row閑麗水道の美しい波を見ることができる慕忠公園を始まりに、実安海岸道路の美しい夕焼けを見ることができる実安落照道は泗川旅行の真価を見せてくれます。
3rd row南逸台の美しさを思う存分鑑賞することができる三千浦象道は、魯山公園、水産市場、遊覧船、三千浦大橋など泗川の主要観光地を集めた充実した旅行コースです。
4th row全国で最も美しい森に選定された大谷森を始まりに蓮華が満開の草田公園を経て船津里城まで
5th row兎の島、亀島などビョルジュブ伝の伝説を持った飛兎島を背景に幻想的な干潟が広がったところです。
ValueCountFrequency (%)
泗川湾海岸道路に沿って憩いの場とフォトゾーン、干潟体験場などがある美しい海岸徒歩道です。 1
20.0%
閑麗水道の美しい波を見ることができる慕忠公園を始まりに、実安海岸道路の美しい夕焼けを見ることができる実安落照道は泗川旅行の真価を見せてくれます。 1
20.0%
南逸台の美しさを思う存分鑑賞することができる三千浦象道は、魯山公園、水産市場、遊覧船、三千浦大橋など泗川の主要観光地を集めた充実した旅行コースです。 1
20.0%
全国で最も美しい森に選定された大谷森を始まりに蓮華が満開の草田公園を経て船津里城まで 1
20.0%
兎の島、亀島などビョルジュブ伝の伝説を持った飛兎島を背景に幻想的な干潟が広がったところです。 1
20.0%
2023-12-13T02:34:24.491224image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
を 10
 
3.6%
の 9
 
3.2%
で 8
 
2.9%
が 7
 
2.5%
る 7
 
2.5%
、 7
 
2.5%
道 6
 
2.2%
し 6
 
2.2%
美 5
 
1.8%
た 5
 
1.8%
Other values (131) 208
74.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 265
95.3%
Other Punctuation 11
 
4.0%
Modifier Letter 2
 
0.7%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
を 10
 
3.8%
の 9
 
3.4%
で 8
 
3.0%
が 7
 
2.6%
る 7
 
2.6%
道 6
 
2.3%
し 6
 
2.3%
美 5
 
1.9%
た 5
 
1.9%
す 5
 
1.9%
Other values (128) 197
74.3%
Other Punctuation
ValueCountFrequency (%)
、 7
63.6%
。 4
36.4%
Modifier Letter
ValueCountFrequency (%)
ー 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Han 140
50.4%
Hiragana 112
40.3%
Common 13
 
4.7%
Katakana 13
 
4.7%

Most frequent character per script

Han
ValueCountFrequency (%)
道 6
 
4.3%
美 5
 
3.6%
見 3
 
2.1%
島 3
 
2.1%
公 3
 
2.1%
園 3
 
2.1%
実 3
 
2.1%
泗 3
 
2.1%
川 3
 
2.1%
海 3
 
2.1%
Other values (85) 105
75.0%
Hiragana
ValueCountFrequency (%)
を 10
 
8.9%
の 9
 
8.0%
で 8
 
7.1%
が 7
 
6.2%
る 7
 
6.2%
し 6
 
5.4%
た 5
 
4.5%
す 5
 
4.5%
と 5
 
4.5%
い 5
 
4.5%
Other values (20) 45
40.2%
Katakana
ValueCountFrequency (%)
ス 1
 
7.7%
コ 1
 
7.7%
ュ 1
 
7.7%
ブ 1
 
7.7%
ジ 1
 
7.7%
ル 1
 
7.7%
ョ 1
 
7.7%
ビ 1
 
7.7%
ン 1
 
7.7%
ゾ 1
 
7.7%
Other values (3) 3
23.1%
Common
ValueCountFrequency (%)
、 7
53.8%
。 4
30.8%
ー 2
 
15.4%

Most occurring blocks

ValueCountFrequency (%)
CJK 140
50.4%
Hiragana 112
40.3%
Katakana 15
 
5.4%
None 11
 
4.0%

Most frequent character per block

Hiragana
ValueCountFrequency (%)
を 10
 
8.9%
の 9
 
8.0%
で 8
 
7.1%
が 7
 
6.2%
る 7
 
6.2%
し 6
 
5.4%
た 5
 
4.5%
す 5
 
4.5%
と 5
 
4.5%
い 5
 
4.5%
Other values (20) 45
40.2%
None
ValueCountFrequency (%)
、 7
63.6%
。 4
36.4%
CJK
ValueCountFrequency (%)
道 6
 
4.3%
美 5
 
3.6%
見 3
 
2.1%
島 3
 
2.1%
公 3
 
2.1%
園 3
 
2.1%
実 3
 
2.1%
泗 3
 
2.1%
川 3
 
2.1%
海 3
 
2.1%
Other values (85) 105
75.0%
Katakana
ValueCountFrequency (%)
ー 2
13.3%
ス 1
 
6.7%
コ 1
 
6.7%
ュ 1
 
6.7%
ブ 1
 
6.7%
ジ 1
 
6.7%
ル 1
 
6.7%
ョ 1
 
6.7%
ビ 1
 
6.7%
ン 1
 
6.7%
Other values (4) 4
26.7%

Interactions

2023-12-13T02:34:16.626167image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T02:34:16.158158image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T02:34:16.391350image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T02:34:16.698031image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T02:34:16.237127image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T02:34:16.474050image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T02:34:16.771735image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T02:34:16.314573image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T02:34:16.550606image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2023-12-13T02:34:24.669095image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
제목내용조회수등록일팁거리소요 시간부제목위도경도비고1비고2비고3비고4
제목1.0001.0000.0000.7071.0000.9940.8501.0000.9920.9931.0001.0001.0001.000
내용1.0001.0000.0000.9921.0000.9730.0001.0001.0001.0001.0001.0001.0001.000
조회수0.0000.0001.0000.2250.0000.0000.0001.0000.2320.2701.0001.0001.0001.000
등록일0.7070.9920.2251.000NaN0.9660.8961.0000.4410.7291.0001.0001.0001.000
팁1.0001.0000.000NaN1.0001.0001.0001.0001.0001.000NaNNaNNaNNaN
거리0.9940.9730.0000.9661.0001.0000.9961.0001.0001.0001.0001.0001.0001.000
소요 시간0.8500.0000.0000.8961.0000.9961.0001.0000.3720.4931.0001.0001.0001.000
부제목1.0001.0001.0001.0001.0001.0001.0001.0001.0001.000NaNNaNNaNNaN
위도0.9921.0000.2320.4411.0001.0000.3721.0001.0000.7631.0001.0001.0001.000
경도0.9931.0000.2700.7291.0001.0000.4931.0000.7631.0001.0001.0001.0001.000
비고11.0001.0001.0001.000NaN1.0001.000NaN1.0001.0001.0001.0001.0001.000
비고21.0001.0001.0001.000NaN1.0001.000NaN1.0001.0001.0001.0001.0001.000
비고31.0001.0001.0001.000NaN1.0001.000NaN1.0001.0001.0001.0001.0001.000
비고41.0001.0001.0001.000NaN1.0001.000NaN1.0001.0001.0001.0001.0001.000
2023-12-13T02:34:24.825847image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
조회수위도경도소요 시간
조회수1.0000.2740.1090.000
위도0.2741.000-0.2740.073
경도0.109-0.2741.0000.135
소요 시간0.0000.0730.1351.000

Missing values

2023-12-13T02:34:16.876022image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-13T02:34:17.049363image/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.
2023-12-13T02:34:17.201405image/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

제목내용조회수등록일팁거리소요 시간부제목위도경도비고1비고2비고3비고4
0龍頭公園臥龍貯水池の下の自然親和的な休息公園である龍頭公園！ 龍頭公園は臥龍山を訪れる登山客や市民が休んでいくことができる休息空間型公園です。ヒノキ、森林浴場、芝広場、体育広場、散策路などが設置されていて、登山客や市民の健康に対する欲求を満たすのに十分な公園で、地域住民の 休息と余暇善用の場所として定着しています。1772013-05-07毎年5月の臥龍山クロフネツツジ登山でも有名です。4.21km11分臥龍山の下でのんびりとくつろいで、水産市場で新鮮な海産物を味わった後、三千浦大橋に向かいます。三千浦大橋の趣と海岸道路の広々とした風景が皆さんを迎えます。34.957686128.092263<NA><NA><NA><NA>
1三千浦水産市場花より団子、泗川に来れば必ず新鮮な活魚を味わっていきましょう！三千浦水産市場は三千浦西部市場の別称です。この市場では通常の在来市場のように近隣の農村で作った各種野菜や果物などを購入することができ、活魚、貝類、鮮魚、干物などの水産物を味見して購入することができます。752013-05-07<NA>1.93km5分<NA>34.927869128.072733<NA><NA><NA><NA>
2大芳鎮掘港穏かな水面に描かれた一幅の絵！大芳鎮掘港は高麗時代に韓国の沿岸を頻繁に侵犯した倭寇の略奪を防ぐために造成された人工港で、外部から見ると中が見えない構造に設計された軍事基地です。掘港の濃い翡翠色の水の上に垂れる樹齢百年を超えたエノキの影はきれいな絹の上に描いた山水画のような姿です。482013-05-07<NA>876m2分<NA>34.929045128.056815<NA><NA><NA><NA>
3三千浦大橋公園昌善・三千浦大橋の入口に位置した公園で、特産物売場、野外舞台、観光案内所を運営しています。超大型遊覧船である閑麗水道号船着場があり、延べ人員10万人の観光客が利用している観光便宜施設です。552013-05-07<NA>1.26km2分<NA>34.932469128.052127<NA><NA><NA><NA>
4実安海岸道路(落照)実安海岸道路は海岸の絶景と波打つ青い海、細々とした海岸線周辺の秀麗な自然景観が一品です。また、夕暮れがとても美しい所です。562013-05-07<NA><NA><NA><NA>34.939526128.042147<NA><NA><NA><NA>
5南逸台象岩まるで象が水を飲むような形！ 南逸台の象岩。象岩の鼻と体の部分の間に天然洞窟があり、波がうねりながら出入りするたびに長年の歳月にわたって波に押し寄せられて積もった貝殻と砂が白く積もっています。572013-05-07<NA>927m6分美しい海を思う存分見ることができる新樹島旅行！ 南逸台の素晴らしい風景を始まりに「韓国の名品島Best 10」に選ばれた新樹島を訪れて自然の美しさを思う存分楽しんでください。34.924096128.0972<NA><NA><NA><NA>
6南逸台海水浴場市内の中心街から3.5km離れた香村洞には「南方の地で最も景色が素晴らしい所」だといわれる南逸台海水浴場があります。南逸台という名称は新羅末の大学者である孤雲崔致遠先生がここの景色に魅了されてつけたものだといわれています。432013-05-07<NA>4.4km14分<NA>34.927096128.097562<NA><NA><NA><NA>
7新樹島「韓国の名品島Best 10」に選ばれた新樹島。泗川の6つの有人島の中で最大の島で、昔の名前が沈水島である新樹島は、周辺の多様な岩島をすべて合わせて52の島から成り立っているとして、「神頭島」と呼ばれていたのが今の地名である新樹島になったそうです。島周辺の海にぎっしりと打ちこまれている竹の杭が風変わりな風物として目に入ってきますが、これこそが原始漁業技法である竹防簾です。引潮と満ち潮の差を利用して魚を捕る、水流が激しい沿岸でだけ可能な漁猟方式です。442013-05-07<NA><NA><NA><NA>34.903482128.074482<NA><NA><NA><NA>
8泗川尖端航空宇宙科學館航空宇宙科学の考えが養われる宇宙への旅！航空宇宙産業都市である泗川市に航空宇宙科学に対する無限の夢と想像力を植えつけてくれる韓国最大の泗川先端航空宇宙科学館が2013年3月正式に開館して運営しています。科学館は常設展示館、4D立体映像館、企画展示室、野外展示場などをあまねく取り揃えていて、ショールームは考えの発見、新再生エネルギー、航空体験宇宙探検、宇宙への 旅など5つのテーマゾーンで構成されています。482013-05-07<NA>4.94km10分今年正式に開館した先端航空宇宙科学館で子供たちの夢と想像力を養い、泗川湾海岸道路の美しい景観で自然も感じることができる充実した旅行を計画するのはどうでしょうか？35.070521128.064124<NA><NA><NA><NA>
9船津里城桜が満開になるとき美しさが絶頂に至る船津里城。 泗川の船津里城は文禄の役の時期に攻め寄せた倭軍たちが拠点を設けるために築いた日本式城郭です。それで 船津里倭城と呼ぶ人々もいます。今は低い丘の上の城郭の跡だけ確認することができます。春になると城の周辺で桜が満開になってまるで過去の傷を桜で包み込むような姿で観光客を迎えます。 / 桜が満開になる春に船津里城は絶頂に至ります！472013-05-07桜が満開になる春に船津里城は絶頂に至ります！1.96km4分<NA>35.043691128.041881<NA><NA><NA><NA>
제목내용조회수등록일팁거리소요 시간부제목위도경도비고1비고2비고3비고4
607080벽화골목길어둡고 후미진 골목길이 7080추억을 회상하는 공간으로!사천시 벌용동 골목길이 참 살기 좋은 마을 꾸미기 사업에 선정돼 7080벽화 골목길로 재탄생했습니다. 이 곳 벽화에는 검정 모자와 검정 교복차림의 학창시절 모습이 고스란히 담겨 있어 옛 추억을 회상하는 재미와 추억을 동시에 선사하고 있습니다.112013-06-10<NA><NA><NA><NA>34.939365128.081335<NA><NA><NA><NA>
617080벽화골목길7080 벽화골목길은 1970~80년대 시절 삼천포 중,고등학교와 학생들과 교사들이 자취나 하숙 생활을 하며 통학을 하던 곳으로 많은 이들의 추억이 담겨 있는 곳이어서 더욱 의미가 남다름니다. 옛 친구와 함께 추억을 회상하며 이곳을 거닐어 보는 것도 좋을것 같습니다.42013-06-10<NA><NA><NA><NA>34.939365128.081335<NA><NA><NA><NA>
62泗川大橋泗川市のランドマークの一つである泗川大橋を皮切りに旅を始めます。 長く伸びた泗川大橋から橋の下に広がる海を見ながら歩いていると心まで凉しくなる感じです。前に伸びた道だけあって、他の道は見えないことも複雑だった頭の中をいっそう軽くしてくれます。302013-06-13<NA>2.45km7分<NA>35.002112128.029605兎と亀開始 : 泗川大橋 到着 : 亀島総距離 : 16Km 所要時間 : 4時間兎の島、亀島などビョルジュブ伝の伝説を持った飛兎島を背景に幻想的な干潟が広がったところです。
63泗川大橋サービスエリア泗川大橋を渡って初めて見える所は泗川大橋サービスエリアです。泗川大橋を渡りながら、少し疲れた呼吸を整えながら休息を取ります。他のハイキングをなさる方々や山登りあるいは旅行にいらっしゃってしばらく休んでいく多くの方々に会えるまた別の出会いの広場のような感じです。242013-06-13<NA>1.48km4分<NA>35.004177128.018768<NA><NA><NA><NA>
64クポ村クポ村にはクポ村前の遊休地に広がる菜の花団地が壮観です。菜の花は4月中旬から5月中旬まで約一ヶ月間咲き、背は普通1m程度で楕円形の緑の葉と真っ黄色の花が群れをなして咲く春の代表的な花です。特に、ここは清浄海泗川湾を横切ってかかっている泗川大橋の美しさを一望できる所なのでより特別です。262013-06-13<NA>5km10分<NA>34.997343128.009078<NA><NA><NA><NA>
65ソンチャン村クポ浦村から旧坪里、西浦路に沿って来ればソンチャン村があります。 海の香りが漂うソンチャン村に入れば、のんびりと停泊している船が観光客を迎えます。漁村でよく見られる情があふれる姿を見ることができるここを通れば、飛兎橋に向かいます。192013-06-13<NA>1.54km4分<NA>34.996022127.974791<NA><NA><NA><NA>
66飛兎橋西浦面の南側と飛兎島の西側の端をつなぐ橋、飛兎橋を渡れば、西浦面と飛兎島が抱く干潟の裾を見ることができます。有名な西浦牡蛎が熟する場所がまさにここです。ここの人々は西浦牡蛎が統営牡蛎より売れなくても、味は良いと自負しています。海岸路に沿って凉しい潮風を楽しみながら次の場所へ向かいます。182013-06-13<NA>0.4km1分<NA>34.98498127.967498<NA><NA><NA><NA>
67セマウル憩いの場飛兎橋を過ぎてしばらく休んでいくことができるセマウル憩いの場爽やかな花で可愛らしく造成されたセマウル憩いの場でしばらく休息を取り、次の場所に向かって出発します。182013-06-13<NA>2.4km7分<NA>34.98123127.965229<NA><NA><NA><NA>
68ナクチポ村美しい海が広がるナクチポ村！ 飛兎里ナクチポに来れば、塩辛い海の香りが漂います。自然産牡蛎の生産地である飛兎島の生牡蛎は全国最高の味を誇ります。清浄海域で育って牡蛎の味と香が長時間続き、ハリがあります。海の香りが一杯のナクチポ村を過ぎれば、最後の場所、月登島が待っています。192013-06-13<NA>2.09km5分<NA>34.969953127.9715<NA><NA><NA><NA>
69月登島兎と亀の道の最後の場所は鼈主簿伝の伝説を収めた月登島！ 亀が最初に兎を捜すために陸地に着いたという月登島、月登島には鼈主簿伝の伝説が案内されていて、あちこちに鼈主簿の故郷であることを知らせるための努力が見えます。月登島の沖合に到着した兎は月の明りに反射した月登島の影を見て急いで飛びおりて海に落ちて死んでしまいました。その場所に兎模様の島ができましたが、これが今の兎島だといわれています。月登島の右に亀島があります。これこそ亀だというほどはっきりと亀の形をしている亀島。飛兎島は鼈主簿伝の伝説を収めた島らしく、兎島と亀島が位置しています。182013-06-13<NA><NA><NA><NA>34.974354127.996199<NA><NA><NA><NA>