Overview

Dataset statistics

Number of variables12
Number of observations5951
Missing cells39
Missing cells (%)0.1%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory581.3 KiB
Average record size in memory100.0 B

Variable types

Numeric3
Categorical7
Text2

Dataset

Description책자(도서)로 제작되어 제공되는 1,2차 경관기록보고서를 색인데이터화하고 데이터와 매칭되는 스캔이미지를 제공한다.
URLhttps://www.data.go.kr/data/15095596/fileData.do

Alerts

사업회차 is highly overall correlated with 관리번호 and 5 other fieldsHigh correlation
대분류 is highly overall correlated with 관리번호 and 5 other fieldsHigh correlation
중분류 is highly overall correlated with 관리번호 and 7 other fieldsHigh correlation
내용분류 is highly overall correlated with 관리번호 and 7 other fieldsHigh correlation
스캔문서 경로 is highly overall correlated with 관리번호 and 4 other fieldsHigh correlation
관리번호 is highly overall correlated with 일련번호 and 6 other fieldsHigh correlation
일련번호 is highly overall correlated with 관리번호 and 3 other fieldsHigh correlation
페이지번호 is highly overall correlated with 관리번호 and 4 other fieldsHigh correlation
텍스트 외 포함 is highly overall correlated with 대분류 and 2 other fieldsHigh correlation
소분류 is highly imbalanced (92.9%)Imbalance
텍스트 외 포함 is highly imbalanced (85.4%)Imbalance
관리번호 has unique valuesUnique

Reproduction

Analysis started2023-12-12 13:33:54.078680
Analysis finished2023-12-12 13:33:58.048343
Duration3.97 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

관리번호
Real number (ℝ)

HIGH CORRELATION  UNIQUE 

Distinct5951
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean2976
Minimum1
Maximum5951
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size52.4 KiB
2023-12-12T22:33:58.127403image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile298.5
Q11488.5
median2976
Q34463.5
95-th percentile5653.5
Maximum5951
Range5950
Interquartile range (IQR)2975

Descriptive statistics

Standard deviation1718.0501
Coefficient of variation (CV)0.57730177
Kurtosis-1.2
Mean2976
Median Absolute Deviation (MAD)1488
Skewness0
Sum17710176
Variance2951696
MonotonicityStrictly increasing
2023-12-12T22:33:58.282571image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
1 1
 
< 0.1%
3966 1
 
< 0.1%
3975 1
 
< 0.1%
3974 1
 
< 0.1%
3973 1
 
< 0.1%
3972 1
 
< 0.1%
3971 1
 
< 0.1%
3970 1
 
< 0.1%
3969 1
 
< 0.1%
3968 1
 
< 0.1%
Other values (5941) 5941
99.8%
ValueCountFrequency (%)
1 1
< 0.1%
2 1
< 0.1%
3 1
< 0.1%
4 1
< 0.1%
5 1
< 0.1%
6 1
< 0.1%
7 1
< 0.1%
8 1
< 0.1%
9 1
< 0.1%
10 1
< 0.1%
ValueCountFrequency (%)
5951 1
< 0.1%
5950 1
< 0.1%
5949 1
< 0.1%
5948 1
< 0.1%
5947 1
< 0.1%
5946 1
< 0.1%
5945 1
< 0.1%
5944 1
< 0.1%
5943 1
< 0.1%
5942 1
< 0.1%

일련번호
Real number (ℝ)

HIGH CORRELATION 

Distinct2825
Distinct (%)47.5%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean1151.8543
Minimum1
Maximum2825
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size52.4 KiB
2023-12-12T22:33:58.435125image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile75
Q1441
median1071
Q31814.5
95-th percentile2527.5
Maximum2825
Range2824
Interquartile range (IQR)1373.5

Descriptive statistics

Standard deviation792.34756
Coefficient of variation (CV)0.6878887
Kurtosis-1.1066847
Mean1151.8543
Median Absolute Deviation (MAD)676
Skewness0.295505
Sum6854685
Variance627814.66
MonotonicityNot monotonic
2023-12-12T22:33:58.585680image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
1 4
 
0.1%
116 4
 
0.1%
108 4
 
0.1%
109 4
 
0.1%
110 4
 
0.1%
111 4
 
0.1%
112 4
 
0.1%
113 4
 
0.1%
114 4
 
0.1%
115 4
 
0.1%
Other values (2815) 5911
99.3%
ValueCountFrequency (%)
1 4
0.1%
2 4
0.1%
3 4
0.1%
4 4
0.1%
5 4
0.1%
6 4
0.1%
7 4
0.1%
8 4
0.1%
9 4
0.1%
10 4
0.1%
ValueCountFrequency (%)
2825 1
< 0.1%
2824 1
< 0.1%
2823 1
< 0.1%
2822 1
< 0.1%
2821 1
< 0.1%
2820 1
< 0.1%
2819 1
< 0.1%
2818 1
< 0.1%
2817 1
< 0.1%
2816 1
< 0.1%

사업회차
Categorical

HIGH CORRELATION 

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size46.6 KiB
2
2992 
1
2959 

Length

Max length1
Median length1
Mean length1
Min length1

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1
2nd row1
3rd row1
4th row1
5th row1

Common Values

ValueCountFrequency (%)
2 2992
50.3%
1 2959
49.7%

Length

2023-12-12T22:33:58.709605image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T22:33:58.805535image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
2 2992
50.3%
1 2959
49.7%

대분류
Categorical

HIGH CORRELATION 

Distinct3
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size46.6 KiB
카테고리별
3493 
포인트별
2291 
기획보고서
 
167

Length

Max length5
Median length5
Mean length4.6150227
Min length4

Unique

Unique0 ?
Unique (%)0.0%

Sample

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

Common Values

ValueCountFrequency (%)
카테고리별 3493
58.7%
포인트별 2291
38.5%
기획보고서 167
 
2.8%

Length

2023-12-12T22:33:58.909035image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T22:33:59.014438image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
카테고리별 3493
58.7%
포인트별 2291
38.5%
기획보고서 167
 
2.8%

중분류
Categorical

HIGH CORRELATION 

Distinct29
Distinct (%)0.5%
Missing0
Missing (%)0.0%
Memory size46.6 KiB
울주군
832 
시가지경관
593 
현재
477 
남구
468 
건축물
445 
Other values (24)
3136 

Length

Max length15
Median length9
Mean length4.3135607
Min length2

Unique

Unique1 ?
Unique (%)< 0.1%

Sample

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

Common Values

ValueCountFrequency (%)
울주군 832
14.0%
시가지경관 593
 
10.0%
현재 477
 
8.0%
남구 468
 
7.9%
건축물 445
 
7.5%
도시기반시설경관 436
 
7.3%
북구 376
 
6.3%
중구 316
 
5.3%
자연경관 266
 
4.5%
농산어촌경관 249
 
4.2%
Other values (19) 1493
25.1%

Length

2023-12-12T22:33:59.176364image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
울주군 832
12.8%
시가지경관 593
 
9.1%
현재 477
 
7.3%
남구 468
 
7.2%
건축물 445
 
6.9%
도시기반시설경관 436
 
6.7%
북구 376
 
5.8%
중구 316
 
4.9%
자연경관 266
 
4.1%
농산어촌경관 249
 
3.8%
Other values (25) 2036
31.4%

소분류
Categorical

IMBALANCE 

Distinct15
Distinct (%)0.3%
Missing0
Missing (%)0.0%
Memory size46.6 KiB
콘텐츠
5773 
간지
 
53
목차 타이틀
 
43
색인목록
 
32
목차
 
15
Other values (10)
 
35

Length

Max length7
Median length3
Mean length3.0198286
Min length2

Unique

Unique5 ?
Unique (%)0.1%

Sample

1st row표지
2nd row간지
3rd row제출문
4th row간지
5th row목차

Common Values

ValueCountFrequency (%)
콘텐츠 5773
97.0%
간지 53
 
0.9%
목차 타이틀 43
 
0.7%
색인목록 32
 
0.5%
목차 15
 
0.3%
기타 정보 9
 
0.2%
표지 8
 
0.1%
일러두기 5
 
0.1%
소 목차 5
 
0.1%
제출문 3
 
0.1%
Other values (5) 5
 
0.1%

Length

2023-12-12T22:33:59.298465image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
콘텐츠 5773
96.1%
목차 63
 
1.0%
간지 53
 
0.9%
타이틀 43
 
0.7%
색인목록 32
 
0.5%
기타 9
 
0.1%
정보 9
 
0.1%
표지 8
 
0.1%
소 5
 
0.1%
일러두기 5
 
0.1%
Other values (7) 9
 
0.1%

페이지번호
Real number (ℝ)

HIGH CORRELATION 

Distinct1843
Distinct (%)31.2%
Missing39
Missing (%)0.7%
Infinite0
Infinite (%)0.0%
Mean576.09709
Minimum1
Maximum1843
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size52.4 KiB
2023-12-12T22:33:59.446952image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile40
Q1198
median424
Q3832
95-th percentile1641
Maximum1843
Range1842
Interquartile range (IQR)634

Descriptive statistics

Standard deviation495.54332
Coefficient of variation (CV)0.86017327
Kurtosis-0.057599826
Mean576.09709
Median Absolute Deviation (MAD)261
Skewness1.0248685
Sum3405886
Variance245563.18
MonotonicityNot monotonic
2023-12-12T22:33:59.618696image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
61 10
 
0.2%
49 10
 
0.2%
50 10
 
0.2%
63 10
 
0.2%
48 9
 
0.2%
52 9
 
0.2%
54 9
 
0.2%
55 9
 
0.2%
59 9
 
0.2%
60 9
 
0.2%
Other values (1833) 5818
97.8%
(Missing) 39
 
0.7%
ValueCountFrequency (%)
1 3
 
0.1%
2 6
0.1%
3 7
0.1%
4 7
0.1%
5 8
0.1%
6 8
0.1%
7 8
0.1%
8 8
0.1%
9 8
0.1%
10 8
0.1%
ValueCountFrequency (%)
1843 1
< 0.1%
1842 1
< 0.1%
1841 1
< 0.1%
1840 2
< 0.1%
1839 2
< 0.1%
1838 1
< 0.1%
1837 1
< 0.1%
1836 1
< 0.1%
1835 1
< 0.1%
1834 2
< 0.1%

내용분류
Categorical

HIGH CORRELATION 

Distinct18
Distinct (%)0.3%
Missing0
Missing (%)0.0%
Memory size46.6 KiB
<NA>
2869 
Ⅴ.울주군 지점대상 구역도
839 
Ⅲ. 경관유형별 기록
495 
Ⅱ. 남구 지점대상 위치도
469 
Ⅳ.북구지점대상위치도
377 
Other values (13)
902 

Length

Max length14
Median length13
Mean length8.3759032
Min length4

Unique

Unique0 ?
Unique (%)0.0%

Sample

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

Common Values

ValueCountFrequency (%)
<NA> 2869
48.2%
Ⅴ.울주군 지점대상 구역도 839
 
14.1%
Ⅲ. 경관유형별 기록 495
 
8.3%
Ⅱ. 남구 지점대상 위치도 469
 
7.9%
Ⅳ.북구지점대상위치도 377
 
6.3%
Ⅰ. 중구 지점대상 위치도 317
 
5.3%
Ⅲ. 동구 지점대상 위치도 153
 
2.6%
Ⅵ. 부록 126
 
2.1%
Ⅱ. 과거에서 현재의 기록 46
 
0.8%
Ⅰ. 경관기록의 개요 40
 
0.7%
Other values (8) 220
 
3.7%

Length

2023-12-12T22:33:59.766475image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
na 2869
23.5%
지점대상 1778
14.6%
위치도 939
 
7.7%
ⅴ.울주군 839
 
6.9%
구역도 839
 
6.9%
ⅲ 648
 
5.3%
기록 605
 
5.0%
ⅱ 515
 
4.2%
경관유형별 495
 
4.1%
남구 469
 
3.8%
Other values (28) 2197
18.0%

내용텍스트
Text

Distinct5892
Distinct (%)99.0%
Missing0
Missing (%)0.0%
Memory size46.6 KiB
2023-12-12T22:34:00.353261image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length1024
Median length685
Mean length325.33205
Min length4

Characters and Unicode

Total characters1936051
Distinct characters1466
Distinct categories18 ?
Distinct scripts5 ?
Distinct blocks14 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique5885 ?
Unique (%)98.9%

Sample

1st row울산광역시 제1차 도시경관 기록화 사업 The 1st Urban Landscape of Ulsan Metropolitan City 울산광역시 도시경관 기록 보고서 경관 카테고리별 울산광역시 ULSAN METROPOLITAN CITY
2nd row<간지>
3rd row제 출 문 울산광역시장 귀하 본 보고서를 “울산광역시 도시경관 기록화 사업 용역”의 최종 보고서로 제출합니다. 2015. 6. 24 (재) 울산발전연구원장 황 시 영
4th row<간지>
5th rowCONTENTSⅠ. 경관기록의 개요 ··· 51. 도시경관 기록화사업의 개요 ··· 72. 도시경관 기록화사업의 방법 ··· 83. 기록대상의 선정 ··· 104. 기록대상 체계 분류 ··· 165. 기록대상의 촬영 ··· 296. 전시회 ··· 347. 기록물의 디지털데이터화 ··· 418. 도시경관 스토리텔링 활용 ··· 429. 사진화보집 제작 ··· 4210. 촬영결과 ··· 44Ⅱ. 과거에서 현재의 기록 ··· 45Ⅲ. 경관유형별 기록 ··· 671. 자연경관 ··· 692. 농산어촌경관 ··· 1293. 시가지경관 ··· 1854. 도시기반시설경관 ··· 2835. 역사문화경관 ··· 4056. 지역상징경관 ··· 4237. 산업지역경관 ··· 4438. 건축물 경관 ··· 479Ⅳ. 미래의 울산경관 기록 ··· 563Ⅴ. 울산 시민 ··· 589Ⅵ. 부록 ··· 6231. 색인목록 ··· 6252. 스토리텔링 참고문헌 ··· 635
ValueCountFrequency (%)
70021
 
18.0%
주소 5603
 
1.4%
지점설명 5587
 
1.4%
방향 4759
 
1.2%
1 4675
 
1.2%
기본정보 4630
 
1.2%
노출 4608
 
1.2%
촬영날짜 4606
 
1.2%
iso 4603
 
1.2%
좌표 4599
 
1.2%
Other values (47987) 274655
70.7%
2023-12-12T22:34:00.832237image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
389473
 
20.1%
- 68583
 
3.5%
: 64969
 
3.4%
1 63868
 
3.3%
0 59175
 
3.1%
. 48322
 
2.5%
2 46604
 
2.4%
3 32433
 
1.7%
5 28890
 
1.5%
, 28458
 
1.5%
Other values (1456) 1105276
57.1%

Most occurring categories

ValueCountFrequency (%)
Other Letter 828951
42.8%
Space Separator 389473
20.1%
Decimal Number 320828
 
16.6%
Other Punctuation 156383
 
8.1%
Lowercase Letter 92087
 
4.8%
Dash Punctuation 68583
 
3.5%
Uppercase Letter 63430
 
3.3%
Close Punctuation 5269
 
0.3%
Open Punctuation 5223
 
0.3%
Math Symbol 2422
 
0.1%
Other values (8) 3402
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
지 23388
 
2.8%
점 16516
 
2.0%
정 15709
 
1.9%
동 14678
 
1.8%
영 14654
 
1.8%
리 14388
 
1.7%
명 13832
 
1.7%
산 13401
 
1.6%
촬 13303
 
1.6%
주 12404
 
1.5%
Other values (1332) 676678
81.6%
Lowercase Letter
ValueCountFrequency (%)
o 10458
11.4%
m 10009
10.9%
s 9785
10.6%
t 9314
10.1%
e 8988
9.8%
c 6457
7.0%
u 6108
 
6.6%
a 5815
 
6.3%
l 5095
 
5.5%
d 4060
 
4.4%
Other values (16) 15998
17.4%
Uppercase Letter
ValueCountFrequency (%)
N 8466
13.3%
A 6582
10.4%
I 6582
10.4%
S 6424
10.1%
O 5629
8.9%
D 4233
 
6.7%
U 3914
 
6.2%
F 3866
 
6.1%
L 3591
 
5.7%
H 2379
 
3.8%
Other values (15) 11764
18.5%
Other Punctuation
ValueCountFrequency (%)
: 64969
41.5%
. 48322
30.9%
, 28458
18.2%
/ 10534
 
6.7%
… 2686
 
1.7%
· 1122
 
0.7%
% 130
 
0.1%
' 89
 
0.1%
& 31
 
< 0.1%
" 26
 
< 0.1%
Other values (6) 16
 
< 0.1%
Decimal Number
ValueCountFrequency (%)
1 63868
19.9%
0 59175
18.4%
2 46604
14.5%
3 32433
10.1%
5 28890
9.0%
4 27135
8.5%
9 18559
 
5.8%
6 16436
 
5.1%
8 14693
 
4.6%
7 13035
 
4.1%
Math Symbol
ValueCountFrequency (%)
| 2068
85.4%
~ 153
 
6.3%
> 96
 
4.0%
< 90
 
3.7%
+ 4
 
0.2%
× 3
 
0.1%
∼ 3
 
0.1%
→ 2
 
0.1%
↔ 2
 
0.1%
= 1
 
< 0.1%
Other Symbol
ValueCountFrequency (%)
㎞ 471
31.8%
㎢ 431
29.1%
㎡ 424
28.7%
㎥ 87
 
5.9%
● 39
 
2.6%
㈜ 11
 
0.7%
㎝ 6
 
0.4%
□ 4
 
0.3%
° 4
 
0.3%
℃ 2
 
0.1%
Letter Number
ValueCountFrequency (%)
Ⅰ 6
20.7%
Ⅲ 5
17.2%
Ⅶ 4
13.8%
Ⅳ 4
13.8%
Ⅱ 4
13.8%
Ⅵ 3
10.3%
Ⅴ 3
10.3%
Close Punctuation
ValueCountFrequency (%)
) 3450
65.5%
] 1785
33.9%
」 27
 
0.5%
』 6
 
0.1%
》 1
 
< 0.1%
Open Punctuation
ValueCountFrequency (%)
( 3405
65.2%
[ 1784
34.2%
「 27
 
0.5%
『 6
 
0.1%
《 1
 
< 0.1%
Final Punctuation
ValueCountFrequency (%)
’ 314
92.4%
” 26
 
7.6%
Initial Punctuation
ValueCountFrequency (%)
‘ 205
88.4%
“ 27
 
11.6%
Space Separator
ValueCountFrequency (%)
389473
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 68583
100.0%
Control
ValueCountFrequency (%)
797
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 468
100.0%
Format
ValueCountFrequency (%)
­ 41
100.0%
Other Number
ValueCountFrequency (%)
² 16
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 951543
49.1%
Hangul 827421
42.7%
Latin 155546
 
8.0%
Han 1521
 
0.1%
Hiragana 20
 
< 0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
지 23388
 
2.8%
점 16516
 
2.0%
정 15709
 
1.9%
동 14678
 
1.8%
영 14654
 
1.8%
리 14388
 
1.7%
명 13832
 
1.7%
산 13401
 
1.6%
촬 13303
 
1.6%
주 12404
 
1.5%
Other values (974) 675148
81.6%
Han
ValueCountFrequency (%)
山 99
 
6.5%
蔚 37
 
2.4%
路 37
 
2.4%
江 30
 
2.0%
川 29
 
1.9%
和 29
 
1.9%
太 28
 
1.8%
洞 24
 
1.6%
石 19
 
1.2%
谷 18
 
1.2%
Other values (335) 1171
77.0%
Common
ValueCountFrequency (%)
389473
40.9%
- 68583
 
7.2%
: 64969
 
6.8%
1 63868
 
6.7%
0 59175
 
6.2%
. 48322
 
5.1%
2 46604
 
4.9%
3 32433
 
3.4%
5 28890
 
3.0%
, 28458
 
3.0%
Other values (55) 120768
 
12.7%
Latin
ValueCountFrequency (%)
o 10458
 
6.7%
m 10009
 
6.4%
s 9785
 
6.3%
t 9314
 
6.0%
e 8988
 
5.8%
N 8466
 
5.4%
A 6582
 
4.2%
I 6582
 
4.2%
c 6457
 
4.2%
S 6424
 
4.1%
Other values (48) 72481
46.6%
Hiragana
ValueCountFrequency (%)
り 2
10.0%
で 2
10.0%
ま 2
10.0%
ち 2
10.0%
く 2
10.0%
づ 2
10.0%
を 1
 
5.0%
か 1
 
5.0%
す 1
 
5.0%
ど 1
 
5.0%
Other values (4) 4
20.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII 1101054
56.9%
Hangul 827362
42.7%
Punctuation 3263
 
0.2%
CJK 1503
 
0.1%
CJK Compat 1419
 
0.1%
None 1283
 
0.1%
Compat Jamo 48
 
< 0.1%
Geometric Shapes 43
 
< 0.1%
Number Forms 29
 
< 0.1%
Hiragana 20
 
< 0.1%
Other values (4) 27
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
389473
35.4%
- 68583
 
6.2%
: 64969
 
5.9%
1 63868
 
5.8%
0 59175
 
5.4%
. 48322
 
4.4%
2 46604
 
4.2%
3 32433
 
2.9%
5 28890
 
2.6%
, 28458
 
2.6%
Other values (74) 270279
24.5%
Hangul
ValueCountFrequency (%)
지 23388
 
2.8%
점 16516
 
2.0%
정 15709
 
1.9%
동 14678
 
1.8%
영 14654
 
1.8%
리 14388
 
1.7%
명 13832
 
1.7%
산 13401
 
1.6%
촬 13303
 
1.6%
주 12404
 
1.5%
Other values (959) 675089
81.6%
Punctuation
ValueCountFrequency (%)
… 2686
82.3%
’ 314
 
9.6%
‘ 205
 
6.3%
“ 27
 
0.8%
” 26
 
0.8%
※ 3
 
0.1%
′ 2
 
0.1%
None
ValueCountFrequency (%)
· 1122
87.5%
­ 41
 
3.2%
「 27
 
2.1%
」 27
 
2.1%
² 16
 
1.2%
㈜ 11
 
0.9%
ｍ 10
 
0.8%
』 6
 
0.5%
『 6
 
0.5%
＆ 4
 
0.3%
Other values (5) 13
 
1.0%
CJK Compat
ValueCountFrequency (%)
㎞ 471
33.2%
㎢ 431
30.4%
㎡ 424
29.9%
㎥ 87
 
6.1%
㎝ 6
 
0.4%
CJK
ValueCountFrequency (%)
山 99
 
6.6%
蔚 37
 
2.5%
路 37
 
2.5%
江 30
 
2.0%
川 29
 
1.9%
和 29
 
1.9%
太 28
 
1.9%
洞 24
 
1.6%
石 19
 
1.3%
谷 18
 
1.2%
Other values (328) 1153
76.7%
Geometric Shapes
ValueCountFrequency (%)
● 39
90.7%
□ 4
 
9.3%
Compat Jamo
ValueCountFrequency (%)
ㆍ 21
43.8%
ㅣ 12
25.0%
ㄹ 3
 
6.2%
ㄴ 2
 
4.2%
ㅈ 1
 
2.1%
ㅎ 1
 
2.1%
ㅍ 1
 
2.1%
ㅌ 1
 
2.1%
ㅋ 1
 
2.1%
ㅅ 1
 
2.1%
Other values (4) 4
 
8.3%
Number Forms
ValueCountFrequency (%)
Ⅰ 6
20.7%
Ⅲ 5
17.2%
Ⅶ 4
13.8%
Ⅳ 4
13.8%
Ⅱ 4
13.8%
Ⅵ 3
10.3%
Ⅴ 3
10.3%
CJK Compat Ideographs
ValueCountFrequency (%)
靈 4
22.2%
梨 4
22.2%
李 3
16.7%
龍 2
11.1%
吏 2
11.1%
讀 2
11.1%
柳 1
 
5.6%
Math Operators
ValueCountFrequency (%)
∼ 3
100.0%
Arrows
ValueCountFrequency (%)
→ 2
50.0%
↔ 2
50.0%
Hiragana
ValueCountFrequency (%)
り 2
10.0%
で 2
10.0%
ま 2
10.0%
ち 2
10.0%
く 2
10.0%
づ 2
10.0%
を 1
 
5.0%
か 1
 
5.0%
す 1
 
5.0%
ど 1
 
5.0%
Other values (4) 4
20.0%
Letterlike Symbols
ValueCountFrequency (%)
℃ 2
100.0%

텍스트 외 포함
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct8
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size46.6 KiB
사진
5603 
<NA>
 
164
이미지
 
90
표
 
45
지도
 
26
Other values (3)
 
23

Length

Max length6
Median length2
Mean length2.0759536
Min length1

Unique

Unique1 ?
Unique (%)< 0.1%

Sample

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

Common Values

ValueCountFrequency (%)
사진 5603
94.2%
<NA> 164
 
2.8%
이미지 90
 
1.5%
표 45
 
0.8%
지도 26
 
0.4%
표, 이미지 19
 
0.3%
챠트 3
 
0.1%
표, 챠트 1
 
< 0.1%

Length

2023-12-12T22:34:00.992790image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T22:34:01.110213image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
사진 5603
93.8%
na 164
 
2.7%
이미지 109
 
1.8%
표 65
 
1.1%
지도 26
 
0.4%
챠트 4
 
0.1%

스캔문서 경로
Categorical

HIGH CORRELATION 

Distinct5
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size46.6 KiB
/REPORT/02/CA/SCAN/
2825 
/REPORT/01/PT/SCAN/
2291 
/REPORT/01/CA/SCAN/
668 
/REPORT/02/OV/SCAN/
 
166
/REPORT/03/OV/SCAN/
 
1

Length

Max length19
Median length19
Mean length19
Min length19

Unique

Unique1 ?
Unique (%)< 0.1%

Sample

1st row/REPORT/01/CA/SCAN/
2nd row/REPORT/01/CA/SCAN/
3rd row/REPORT/01/CA/SCAN/
4th row/REPORT/01/CA/SCAN/
5th row/REPORT/01/CA/SCAN/

Common Values

ValueCountFrequency (%)
/REPORT/02/CA/SCAN/ 2825
47.5%
/REPORT/01/PT/SCAN/ 2291
38.5%
/REPORT/01/CA/SCAN/ 668
 
11.2%
/REPORT/02/OV/SCAN/ 166
 
2.8%
/REPORT/03/OV/SCAN/ 1
 
< 0.1%

Length

2023-12-12T22:34:01.226649image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T22:34:01.320588image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
report/02/ca/scan 2825
47.5%
report/01/pt/scan 2291
38.5%
report/01/ca/scan 668
 
11.2%
report/02/ov/scan 166
 
2.8%
report/03/ov/scan 1
 
< 0.1%

스캔문서파일명
Text

Distinct3288
Distinct (%)55.3%
Missing0
Missing (%)0.0%
Memory size46.6 KiB
2023-12-12T22:34:01.600664image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length16
Median length14
Mean length14.475718
Min length14

Characters and Unicode

Total characters86145
Distinct characters22
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

Unique1718 ?
Unique (%)28.9%

Sample

1st rowREP1CA_001.JPG
2nd rowREP1CA_002.JPG
3rd rowREP1CA_003.JPG
4th rowREP1CA_004.JPG
5th rowREP1CA_005.JPG
ValueCountFrequency (%)
rep1pt_442.jpg 4
 
0.1%
rep1pt_192.jpg 4
 
0.1%
rep1pt_179.jpg 4
 
0.1%
rep1pt_180.jpg 4
 
0.1%
rep1pt_181.jpg 4
 
0.1%
rep1pt_182.jpg 4
 
0.1%
rep1pt_280.jpg 4
 
0.1%
rep1pt_183.jpg 4
 
0.1%
rep1pt_185.jpg 4
 
0.1%
rep1pt_186.jpg 4
 
0.1%
Other values (3278) 5911
99.3%
2023-12-12T22:34:02.099062image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
P 14193
16.5%
1 6320
 
7.3%
R 5951
 
6.9%
_ 5951
 
6.9%
. 5951
 
6.9%
J 5951
 
6.9%
G 5951
 
6.9%
E 5951
 
6.9%
2 5019
 
5.8%
0 3675
 
4.3%
Other values (12) 21232
24.6%

Most occurring categories

ValueCountFrequency (%)
Uppercase Letter 47608
55.3%
Decimal Number 26635
30.9%
Connector Punctuation 5951
 
6.9%
Other Punctuation 5951
 
6.9%

Most frequent character per category

Uppercase Letter
ValueCountFrequency (%)
P 14193
29.8%
R 5951
12.5%
J 5951
12.5%
G 5951
12.5%
E 5951
12.5%
C 3493
 
7.3%
A 3493
 
7.3%
T 2291
 
4.8%
O 167
 
0.4%
V 167
 
0.4%
Decimal Number
ValueCountFrequency (%)
1 6320
23.7%
2 5019
18.8%
0 3675
13.8%
4 2000
 
7.5%
3 1971
 
7.4%
5 1922
 
7.2%
6 1563
 
5.9%
7 1467
 
5.5%
8 1388
 
5.2%
9 1310
 
4.9%
Connector Punctuation
ValueCountFrequency (%)
_ 5951
100.0%
Other Punctuation
ValueCountFrequency (%)
. 5951
100.0%

Most occurring scripts

ValueCountFrequency (%)
Latin 47608
55.3%
Common 38537
44.7%

Most frequent character per script

Common
ValueCountFrequency (%)
1 6320
16.4%
_ 5951
15.4%
. 5951
15.4%
2 5019
13.0%
0 3675
9.5%
4 2000
 
5.2%
3 1971
 
5.1%
5 1922
 
5.0%
6 1563
 
4.1%
7 1467
 
3.8%
Other values (2) 2698
7.0%
Latin
ValueCountFrequency (%)
P 14193
29.8%
R 5951
12.5%
J 5951
12.5%
G 5951
12.5%
E 5951
12.5%
C 3493
 
7.3%
A 3493
 
7.3%
T 2291
 
4.8%
O 167
 
0.4%
V 167
 
0.4%

Most occurring blocks

ValueCountFrequency (%)
ASCII 86145
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
P 14193
16.5%
1 6320
 
7.3%
R 5951
 
6.9%
_ 5951
 
6.9%
. 5951
 
6.9%
J 5951
 
6.9%
G 5951
 
6.9%
E 5951
 
6.9%
2 5019
 
5.8%
0 3675
 
4.3%
Other values (12) 21232
24.6%

Interactions

2023-12-12T22:33:57.270754image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T22:33:56.596392image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T22:33:56.958753image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T22:33:57.392162image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T22:33:56.718161image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T22:33:57.054973image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T22:33:57.504907image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T22:33:56.846192image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T22:33:57.155582image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2023-12-12T22:34:02.232674image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
관리번호일련번호사업회차대분류중분류소분류페이지번호내용분류텍스트 외 포함스캔문서 경로
관리번호1.0000.9461.0000.8430.9800.1990.9450.9550.3290.958
일련번호0.9461.0000.4130.4800.9550.2380.9580.8850.2910.649
사업회차1.0000.4131.0000.5320.9900.1190.8031.0000.1181.000
대분류0.8430.4800.5321.0000.9880.4200.5901.0000.7221.000
중분류0.9800.9550.9900.9881.0000.7620.9710.9830.8900.960
소분류0.1990.2380.1190.4200.7621.0000.2170.5850.6570.370
페이지번호0.9450.9580.8030.5900.9710.2171.0000.9490.2310.698
내용분류0.9550.8851.0001.0000.9830.5850.9491.0000.7830.932
텍스트 외 포함0.3290.2910.1180.7220.8900.6570.2310.7831.0000.620
스캔문서 경로0.9580.6491.0001.0000.9600.3700.6980.9320.6201.000
2023-12-12T22:34:02.361194image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
사업회차대분류텍스트 외 포함중분류소분류내용분류스캔문서 경로
사업회차1.0000.7980.1260.9850.1080.9981.000
대분류0.7981.0000.6430.9590.2120.9981.000
텍스트 외 포함0.1260.6431.0000.5750.4990.5080.461
중분류0.9850.9590.5751.0000.3350.8790.833
소분류0.1080.2120.4990.3351.0000.2720.166
내용분류0.9980.9980.5080.8790.2721.0000.818
스캔문서 경로1.0001.0000.4610.8330.1660.8181.000
2023-12-12T22:34:02.481324image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
관리번호일련번호페이지번호사업회차대분류중분류소분류내용분류텍스트 외 포함스캔문서 경로
관리번호1.0000.6640.7840.9940.7560.8610.0750.8400.1730.717
일련번호0.6641.0000.8700.3170.3290.7530.0910.6160.1510.325
페이지번호0.7840.8701.0000.6370.4330.8210.0910.8580.1190.362
사업회차0.9940.3170.6371.0000.7980.9850.1080.9980.1261.000
대분류0.7560.3290.4330.7981.0000.9590.2120.9980.6431.000
중분류0.8610.7530.8210.9850.9591.0000.3350.8790.5750.833
소분류0.0750.0910.0910.1080.2120.3351.0000.2720.4990.166
내용분류0.8400.6160.8580.9980.9980.8790.2721.0000.5080.818
텍스트 외 포함0.1730.1510.1190.1260.6430.5750.4990.5081.0000.461
스캔문서 경로0.7170.3250.3621.0001.0000.8330.1660.8180.4611.000

Missing values

2023-12-12T22:33:57.722198image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-12T22:33:57.947274image/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.

Sample

관리번호일련번호사업회차대분류중분류소분류페이지번호내용분류내용텍스트텍스트 외 포함스캔문서 경로스캔문서파일명
0111카테고리별기타표지<NA><NA>울산광역시 제1차 도시경관 기록화 사업 The 1st Urban Landscape of Ulsan Metropolitan City 울산광역시 도시경관 기록 보고서 경관 카테고리별 울산광역시 ULSAN METROPOLITAN CITY<NA>/REPORT/01/CA/SCAN/REP1CA_001.JPG
1221카테고리별기타간지<NA><NA><간지><NA>/REPORT/01/CA/SCAN/REP1CA_002.JPG
2331카테고리별기타제출문<NA><NA>제 출 문 울산광역시장 귀하 본 보고서를 “울산광역시 도시경관 기록화 사업 용역”의 최종 보고서로 제출합니다. 2015. 6. 24 (재) 울산발전연구원장 황 시 영<NA>/REPORT/01/CA/SCAN/REP1CA_003.JPG
3441카테고리별기타간지<NA><NA><간지><NA>/REPORT/01/CA/SCAN/REP1CA_004.JPG
4551카테고리별기타목차<NA><NA>CONTENTSⅠ. 경관기록의 개요 ··· 51. 도시경관 기록화사업의 개요 ··· 72. 도시경관 기록화사업의 방법 ··· 83. 기록대상의 선정 ··· 104. 기록대상 체계 분류 ··· 165. 기록대상의 촬영 ··· 296. 전시회 ··· 347. 기록물의 디지털데이터화 ··· 418. 도시경관 스토리텔링 활용 ··· 429. 사진화보집 제작 ··· 4210. 촬영결과 ··· 44Ⅱ. 과거에서 현재의 기록 ··· 45Ⅲ. 경관유형별 기록 ··· 671. 자연경관 ··· 692. 농산어촌경관 ··· 1293. 시가지경관 ··· 1854. 도시기반시설경관 ··· 2835. 역사문화경관 ··· 4056. 지역상징경관 ··· 4237. 산업지역경관 ··· 4438. 건축물 경관 ··· 479Ⅳ. 미래의 울산경관 기록 ··· 563Ⅴ. 울산 시민 ··· 589Ⅵ. 부록 ··· 6231. 색인목록 ··· 6252. 스토리텔링 참고문헌 ··· 635<NA>/REPORT/01/CA/SCAN/REP1CA_005.JPG
5661카테고리별기타간지<NA><NA><간지><NA>/REPORT/01/CA/SCAN/REP1CA_006.JPG
6771카테고리별기타목차 타이틀5Ⅰ. 경관기록의 개요Ⅰ. 경관기록의 개요<NA>/REPORT/01/CA/SCAN/REP1CA_007.JPG
7881카테고리별기타간지6Ⅰ. 경관기록의 개요<간지><NA>/REPORT/01/CA/SCAN/REP1CA_008.JPG
8991카테고리별개요콘텐츠7Ⅰ. 경관기록의 개요1. 도시경관 기록화사업의 개요1) 사업의 배경 및 목적 도시경관에는 자연 및 인공의 시각적인 요소를 비롯하여 역사, 문화그리고 시민의 생활상이 내재되어 있어, 도시경관을 기록·보존하는것은 도시정체성 유지를 위해 매우 중요함 울산의 경우 과거의 도시경관 기록(사진, 동영상 등)이 많이 남아있지 않아, 도시경관 변화에 대한 의미 해석과 도시이미지 홍보를위한 도시경관 자료가 부족한 실정임 도시경관 기록화사업은 「울산광역시 경관조례」제7조에 근거하여매 일정기간마다 변화하는 울산의 경관을 기록하고 체계적으로정리하여 향후 울산의 지속적인 도시경관 관리 및 아름다운 경관형성을 위한 기초자료로 활용하고자 함- 도시의 변화상을 기록하여 도시의 역사자원의 계승- 대규모 개발계획 및 도시경관 관리의 기초자료로 활용- 시민 및 관광객의 흥미유발로 관광 및 시정홍보- 시민의 자발적인 시정 참여 가능2) 사업의 범위 시간적 범위 : 2014. 4. ~ 2015. 6. / 과거자료사진 공간적 범위 : 울산광역시 행정구역 전 지역 내용적 범위 :- 사진 기록화를 위한 기획연구 및 실행계획- 도시경관사진 촬영 및 기록- 기록사진의 분류 및 디지털데이터화- 도시경관 스토리텔링 활용- 도시경관 기록 화보집 제작<NA>/REPORT/01/CA/SCAN/REP1CA_009.JPG
910101카테고리별개요콘텐츠8Ⅰ. 경관기록의 개요2. 도시경관 기록화사업의 방법1) 기본방향 경관상 중요한 장소 및 객관성 있는 대상을 선정하여 기록 다양한 특성을 지닌 울산의 다양한 모습을 기록 다양한 이유로 인하여 새롭게 생겨나거나 사라져 가는 대상들을기록하고 변화가 예상되는 경관을 기록 향후 기록화사업을 고려하여 기록대상의 정확한 위치와 조망위치를 기록 사후 활용을 고려한 정리분류 및 데이터베이스 구축 기록화사업의 공간적 범위와 시간적 범위를 고려할 때 여러 사람들이촬영하는 것이 불가피하므로 촬영자로 하여금 동일한 관점과 시선으로결과물들이 나올 수 있도록 교육2) 진행방법<이미지>이미지/REPORT/01/CA/SCAN/REP1CA_010.JPG
관리번호일련번호사업회차대분류중분류소분류페이지번호내용분류내용텍스트텍스트 외 포함스캔문서 경로스캔문서파일명
5941594228162카테고리별주요개발예정지 또는 개발현장콘텐츠1836<NA>1. 기본정보- 조사코드 : 02-FN-F6-013- 파일명 : 신정동재건축공사현장과 공업탑- 날씨 : 맑음- 경관코드 : 주요개발예정지 또는 개발현장 /재개발·재건축지 2. 촬영정보- 촬영날짜 : 2020.06.23 14:36:16- 카메라 : Hasselblad L1D-20c- 초점거리 : 513/50 mm- 노출 : Auto, 1/500 sec, ISO 100- 플래쉬 : FlashDidNotFire 3. 촬영지점- 주소 : 남구 신정동 1182-61- 방향 : 동남- 좌표 : 35.53588133,129.30288575- 지점설명 : 푸른공원 4. 사진 설명 신정동의 재건축 예정부지이다. 노후된 주거공간을 새롭게 정비하고 부지의 토지이용에 부합되도록 공간계획이 이뤄지고 있다.사진/REPORT/02/CA/SCAN/REP2CA_1846.JPG
5942594328172카테고리별주요개발예정지 또는 개발현장콘텐츠1837<NA>1. 기본정보- 조사코드 : 02-FN-F6-014- 파일명 : 야음재건축공사현장- 날씨 : 흐림- 경관코드 : 주요개발예정지 또는 개발현장 /재개발·재건축지 2. 촬영정보- 촬영날짜 : 2020.05.14 15:02:04- 카메라 : Hasselblad L1D-20c- 초점거리 : 513/50 mm- 노출 : Auto, 1/800 sec, ISO 100- 플래쉬 : FlashDidNotFire 3. 촬영지점- 주소 : 남구 야음동 638-2- 방향 : 동- 좌표 : 35.52787086,129.33041742- 지점설명 : 보라아파트앞교차로 4. 사진 설명 야음동 일원의 재건축 지역이다. 기존 건물을 대부분 철거하고 해당 부지에 토지이용에 맞게 새로운 공간을 연출하고 있다.사진/REPORT/02/CA/SCAN/REP2CA_1847.JPG
5943594428182카테고리별주요개발예정지 또는 개발현장콘텐츠1838<NA>1. 기본정보- 조사코드 : 02-FN-F6-015- 파일명 : 야음재건축공사현장과 산업단지- 날씨 : 흐림- 경관코드 : 주요개발예정지 또는 개발현장 /재개발·재건축지 2. 촬영정보- 촬영날짜 : 2020.05.14 15:04:37- 카메라 : Hasselblad L1D-20c- 초점거리 : 513/50 mm- 노출 : Auto, 1/640 sec, ISO 100- 플래쉬 : FlashDidNotFire 3. 촬영지점- 주소 : 남구 야음동 572-5- 방향 : 동남- 좌표 : 35.52994486,129.33046197- 지점설명 : 도산노인복지관 앞 4. 사진 설명 야음동 일원의 재건축 지역이다. 기존 건물을 대부분 철거하고 해당 부지에 토지이용에 맞게 새로운 공간을 연출하고 있다.사진/REPORT/02/CA/SCAN/REP2CA_1848.JPG
5944594528192카테고리별주요개발예정지 또는 개발현장콘텐츠1839<NA>1. 기본정보- 조사코드 : 02-FN-F6-016- 파일명 : 동구서부동 재건축사업- 날씨 : 맑음- 경관코드 : 주요개발예정지 또는 개발현장 /재개발·재건축지 2. 촬영정보- 촬영날짜 : 2020.10.07 10:02:04- 카메라 : Hasselblad L1D-20c- 초점거리 : 513/50 mm- 노출 : Auto, 1/500 sec, ISO 100- 플래쉬 : FlashDidNotFire 3. 촬영지점- 주소 : 동구 서부동 10-2- 방향 : 서남- 좌표 : 35.53230517,129.43406561- 지점설명 : 한채사거리 4. 사진 설명 동구 남목2동 일원의 재건축 지역이다. 기존 건물을 대부분 철거하고 해당 부지에 토지이용에 맞게 새로운 공간을 연출하고 있다.사진/REPORT/02/CA/SCAN/REP2CA_1849.JPG
5945594628202카테고리별주요개발예정지 또는 개발현장콘텐츠1839<NA>1. 기본정보- 파일명 : 동구서부동 재건축사업- 경관코드 : 주요개발예정지 또는 개발현장 /재개발·재건축지 3. 촬영지점- 주소 : 동구 서부동 10-2- 지점설명 : 한채사거리 1차사진 4. 사진 설명 동구 남목2동 일원의 재건축 지역이다. 기존 건물을 대부분 철거하고 해당 부지에 토지이용에 맞게 새로운 공간을 연출하고 있다.사진/REPORT/02/CA/SCAN/REP2CA_1849.JPG
5946594728212카테고리별주요개발예정지 또는 개발현장콘텐츠1840<NA>1. 기본정보- 조사코드 : 02-FN-F6-017- 파일명 : 일산진마을주거환경개선사업- 날씨 : 맑음- 경관코드 : 주요개발예정지 또는 개발현장 /재개발·재건축지 2. 촬영정보- 촬영날짜 : 2020.01.21 11:38:16- 카메라 : Hasselblad L1D-20c- 초점거리 : 513/50 mm- 노출 : Auto, 1/500 sec, ISO 100- 플래쉬 : FlashDidNotFire 3. 촬영지점- 주소 : 동구 일산동- 방향 : 서- 좌표 : 35.49860097,129.43370303- 지점설명 : 일산해수욕장 앞 해상 4. 사진 설명 일산해수욕장 상공에서 본 일산동의 모습이다. 유원지로 지정된 곳은 5년 전에 비해 여러 건물이 입지하고 있다.사진/REPORT/02/CA/SCAN/REP2CA_1850.JPG
5947594828222카테고리별주요개발예정지 또는 개발현장콘텐츠1840<NA>1. 기본정보- 파일명 : 일산진마을주거환경개선사업- 경관코드 : 주요개발예정지 또는 개발현장 /재개발·재건축지 3. 촬영지점- 주소 : 동구 일산동- 지점설명 : 일산해수욕장 앞 해상 1차사진 4. 사진 설명 일산해수욕장 상공에서 본 일산동의 모습이다. 유원지로 지정된 곳은 5년 전에 비해 여러 건물이 입지하고 있다.사진/REPORT/02/CA/SCAN/REP2CA_1850.JPG
5948594928232카테고리별기타참여연구진1841<NA>참여연구진수행기관 (재) 울산연구원연구책임 변일용 (울산연구원 선임연구위원)공동연구 정현욱 (울산연구원 선임연구위원) 이주영 (울산연구원 연구위원) 김승길 (울산연구원 연구위원) 권태목 (울산연구원 연구위원) 조영환 (울산연구원 전문위원) 김선희 (울산연구원 전문연구원)협력업체 (주)녹색도시로 | 이영아 대표연구지원 울산광역시(도시재생과)인쇄일 2020년 12원발행일 2020년 12월발행자 울산광역시장 송철호발행처 44675 울산광역시 남구 중앙로 201(신정동)사진/REPORT/02/CA/SCAN/REP2CA_1851.JPG
5949595028242카테고리별기타간지1842<NA><간지>사진/REPORT/02/CA/SCAN/REP2CA_1852.JPG
5950595128252카테고리별기타표지1843<NA>20192020울산광역시도시경관기록화 기획·기록보고서울산광역시 ULSAN METROPOLITAN CITY44675 울산광역시 남구 중앙로 201(신정동)Tel. 052-229-4863 도시창조국 도시재생과사진/REPORT/02/CA/SCAN/REP2CA_1853.JPG