Overview

Dataset statistics

Number of variables4
Number of observations1103
Missing cells876
Missing cells (%)19.9%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory35.7 KiB
Average record size in memory33.1 B

Variable types

Numeric1
Text3

Dataset

Description용어번호,용어설명,용어명,요약
Author서울특별시
URLhttps://data.seoul.go.kr/dataList/OA-20289/S/1/datasetView.do

Alerts

용어설명 has 44 (4.0%) missing valuesMissing
요약 has 832 (75.4%) missing valuesMissing
용어번호 has unique valuesUnique

Reproduction

Analysis started2024-04-20 22:56:10.591841
Analysis finished2024-04-20 22:56:12.164765
Duration1.57 second
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

용어번호
Real number (ℝ)

UNIQUE 

Distinct1103
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean945.62285
Minimum41
Maximum1826
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size9.8 KiB
2024-04-21T07:56:12.233870image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum41
5-th percentile254.1
Q1629.5
median912
Q31187.5
95-th percentile1769.9
Maximum1826
Range1785
Interquartile range (IQR)558

Descriptive statistics

Standard deviation439.2438
Coefficient of variation (CV)0.46450211
Kurtosis-0.56088179
Mean945.62285
Median Absolute Deviation (MAD)279
Skewness0.38205462
Sum1043022
Variance192935.12
MonotonicityNot monotonic
2024-04-21T07:56:12.349285image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
243 1
 
0.1%
1029 1
 
0.1%
1035 1
 
0.1%
1034 1
 
0.1%
1033 1
 
0.1%
1032 1
 
0.1%
1031 1
 
0.1%
1030 1
 
0.1%
1028 1
 
0.1%
363 1
 
0.1%
Other values (1093) 1093
99.1%
ValueCountFrequency (%)
41 1
0.1%
83 1
0.1%
121 1
0.1%
122 1
0.1%
141 1
0.1%
202 1
0.1%
204 1
0.1%
205 1
0.1%
206 1
0.1%
207 1
0.1%
ValueCountFrequency (%)
1826 1
0.1%
1825 1
0.1%
1824 1
0.1%
1823 1
0.1%
1822 1
0.1%
1821 1
0.1%
1820 1
0.1%
1819 1
0.1%
1818 1
0.1%
1817 1
0.1%

용어설명
Text

MISSING 

Distinct1047
Distinct (%)98.9%
Missing44
Missing (%)4.0%
Memory size8.7 KiB
2024-04-21T07:56:12.630852image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length1024
Median length580
Mean length343.40415
Min length3

Characters and Unicode

Total characters363665
Distinct characters1110
Distinct categories16 ?
Distinct scripts4 ?
Distinct blocks14 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1041 ?
Unique (%)98.3%

Sample

1st row토지를 합리적으로 이용하기 위해 둘 이상의 도시계획시설을 같은 토지의 지하ㆍ지상ㆍ수중ㆍ수상 및 공중에 함께 결정하는 경우 도시계획시설의 중복결정이라고 한다. 이 경우 각 도시계획시설의 이용에 지장이 없어야 하고, 장래의 확장가능성을 고려하여야 한다.
2nd row후기산업사회(post-industrial society)의 대표적인 산업으로서 정보의 처리?취급?전파에 종사하는 활동을 말한다. 4차 산업의 입지 결정에 영향을 미치는 인자는 첫째, 대면접촉(face-to-face contact)의 편리성이 확보되는 곳에 4차 산업이 입지하려는 경향을 가진다. 둘째, 4차 산업의 활동을 지원하기 위한 전문서비스의 활동이 편리한 지역에 4차 산업이 입지하려는 경향을 가진다. 셋째, 4차 산업은 전국적인 시장이나 국제적인 시장을 대상으로 한다. 넷째, 4차 산업의 입지결정은 공간적으로 편향된 판단을 토대로 이루어지는 경향이 있다.
3rd row BOO란 민간투자사업의 추진방식중 하나로써 사회기반시설의 준공과 동시에 사업시행자에게 당해시설의 소유권이 인정되는 방식이다.
4th rowBOT 는 민간투자사업의 추진방식중 하나로써 사회기반시설의 준공후 일정기간동안 사업시행자에게 당해시설의 소유권이 인정되며 그 기간의 만료시 시설소유권이 국가 또는 지방자치단체에 귀속되는 방식 을 말한다.
5th rowCPTED (Crime Prevention Through Environmental Design)이란 환경설계를 통한 범죄예방 이론으로 도시계획, 건축설계 등 도시환경의 범죄에 대한 방어적인 디자인을 통하여 범죄발생 기회를 줄여, 도시민들이 범죄에 대한 두려움을 없애고, 안전감을 느끼도록하는 종합적인 범죄예방 전략 이론이다. 서울시에서는 2009년에 국내 최초로 범죄예방 환경설계 지침을 마련하였다.
ValueCountFrequency (%)
3480
 
4.7%
ㆍ 1078
 
1.5%
및 1054
 
1.4%
있다 675
 
0.9%
수 671
 
0.9%
또는 546
 
0.7%
말한다 526
 
0.7%
「 475
 
0.6%
」 473
 
0.6%
그 429
 
0.6%
Other values (23747) 64306
87.2%
2024-04-21T07:56:13.051499image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
103569
28.5%
. 13313
 
3.7%
의 6839
 
1.9%
지 6635
 
1.8%
하 6102
 
1.7%
시 5228
 
1.4%
는 5115
 
1.4%
이 5105
 
1.4%
에 5081
 
1.4%
도 4569
 
1.3%
Other values (1100) 202109
55.6%

Most occurring categories

ValueCountFrequency (%)
Other Letter 227818
62.6%
Space Separator 103569
28.5%
Other Punctuation 18999
 
5.2%
Lowercase Letter 4421
 
1.2%
Decimal Number 4037
 
1.1%
Close Punctuation 1727
 
0.5%
Open Punctuation 1694
 
0.5%
Uppercase Letter 710
 
0.2%
Other Symbol 275
 
0.1%
Other Number 165
 
< 0.1%
Other values (6) 250
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
의 6839
 
3.0%
지 6635
 
2.9%
하 6102
 
2.7%
시 5228
 
2.3%
는 5115
 
2.2%
이 5105
 
2.2%
에 5081
 
2.2%
도 4569
 
2.0%
한 4340
 
1.9%
로 4258
 
1.9%
Other values (967) 174546
76.6%
Lowercase Letter
ValueCountFrequency (%)
e 497
11.2%
n 408
 
9.2%
a 386
 
8.7%
i 374
 
8.5%
t 346
 
7.8%
o 338
 
7.6%
r 312
 
7.1%
m 264
 
6.0%
l 229
 
5.2%
s 199
 
4.5%
Other values (17) 1068
24.2%
Uppercase Letter
ValueCountFrequency (%)
C 70
 
9.9%
T 67
 
9.4%
S 65
 
9.2%
B 49
 
6.9%
D 45
 
6.3%
P 44
 
6.2%
I 43
 
6.1%
O 38
 
5.4%
G 37
 
5.2%
L 33
 
4.6%
Other values (16) 219
30.8%
Other Number
ValueCountFrequency (%)
② 40
24.2%
① 40
24.2%
③ 31
18.8%
④ 17
10.3%
⑤ 11
 
6.7%
⑥ 6
 
3.6%
⑦ 5
 
3.0%
⑧ 3
 
1.8%
⑩ 2
 
1.2%
⑨ 2
 
1.2%
Other values (7) 8
 
4.8%
Other Punctuation
ValueCountFrequency (%)
. 13313
70.1%
, 3947
 
20.8%
? 975
 
5.1%
' 278
 
1.5%
: 199
 
1.0%
% 118
 
0.6%
： 83
 
0.4%
/ 43
 
0.2%
; 18
 
0.1%
． 9
 
< 0.1%
Other values (5) 16
 
0.1%
Decimal Number
ValueCountFrequency (%)
0 904
22.4%
1 836
20.7%
2 629
15.6%
3 377
9.3%
5 326
 
8.1%
9 297
 
7.4%
4 225
 
5.6%
6 167
 
4.1%
8 162
 
4.0%
7 114
 
2.8%
Other Symbol
ValueCountFrequency (%)
☞ 146
53.1%
㎡ 104
37.8%
㎢ 14
 
5.1%
■ 3
 
1.1%
● 2
 
0.7%
◀ 2
 
0.7%
㎞ 2
 
0.7%
㎝ 1
 
0.4%
㎥ 1
 
0.4%
Math Symbol
ValueCountFrequency (%)
~ 61
70.1%
× 14
 
16.1%
= 5
 
5.7%
+ 3
 
3.4%
＋ 2
 
2.3%
＝ 1
 
1.1%
÷ 1
 
1.1%
Close Punctuation
ValueCountFrequency (%)
) 875
50.7%
」 818
47.4%
』 26
 
1.5%
] 5
 
0.3%
} 2
 
0.1%
〕 1
 
0.1%
Open Punctuation
ValueCountFrequency (%)
( 841
49.6%
「 819
48.3%
『 26
 
1.5%
[ 5
 
0.3%
{ 2
 
0.1%
〔 1
 
0.1%
Dash Punctuation
ValueCountFrequency (%)
- 98
96.1%
－ 4
 
3.9%
Final Punctuation
ValueCountFrequency (%)
’ 19
65.5%
” 10
34.5%
Initial Punctuation
ValueCountFrequency (%)
‘ 18
64.3%
“ 10
35.7%
Letter Number
ValueCountFrequency (%)
Ⅱ 2
66.7%
Ⅰ 1
33.3%
Space Separator
ValueCountFrequency (%)
103569
100.0%
Modifier Symbol
ValueCountFrequency (%)
˚ 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 227630
62.6%
Common 130714
35.9%
Latin 5133
 
1.4%
Han 188
 
0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
의 6839
 
3.0%
지 6635
 
2.9%
하 6102
 
2.7%
시 5228
 
2.3%
는 5115
 
2.2%
이 5105
 
2.2%
에 5081
 
2.2%
도 4569
 
2.0%
한 4340
 
1.9%
로 4258
 
1.9%
Other values (832) 174358
76.6%
Han
ValueCountFrequency (%)
地 13
 
6.9%
水 6
 
3.2%
市 5
 
2.7%
區 5
 
2.7%
綠 4
 
2.1%
垈 4
 
2.1%
渠 3
 
1.6%
域 2
 
1.1%
役 2
 
1.1%
正 2
 
1.1%
Other values (125) 142
75.5%
Common
ValueCountFrequency (%)
103569
79.2%
. 13313
 
10.2%
, 3947
 
3.0%
? 975
 
0.7%
0 904
 
0.7%
) 875
 
0.7%
( 841
 
0.6%
1 836
 
0.6%
「 819
 
0.6%
」 818
 
0.6%
Other values (69) 3817
 
2.9%
Latin
ValueCountFrequency (%)
e 497
 
9.7%
n 408
 
7.9%
a 386
 
7.5%
i 374
 
7.3%
t 346
 
6.7%
o 338
 
6.6%
r 312
 
6.1%
m 264
 
5.1%
l 229
 
4.5%
s 199
 
3.9%
Other values (44) 1780
34.7%

Most occurring blocks

ValueCountFrequency (%)
Hangul 226492
62.3%
ASCII 133532
36.7%
None 1812
 
0.5%
Compat Jamo 1138
 
0.3%
CJK 180
 
< 0.1%
Enclosed Alphanum 162
 
< 0.1%
Misc Symbols 146
 
< 0.1%
CJK Compat 122
 
< 0.1%
Punctuation 61
 
< 0.1%
CJK Compat Ideographs 8
 
< 0.1%
Other values (4) 12
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
103569
77.6%
. 13313
 
10.0%
, 3947
 
3.0%
? 975
 
0.7%
0 904
 
0.7%
) 875
 
0.7%
( 841
 
0.6%
1 836
 
0.6%
2 629
 
0.5%
e 497
 
0.4%
Other values (73) 7146
 
5.4%
Hangul
ValueCountFrequency (%)
의 6839
 
3.0%
지 6635
 
2.9%
하 6102
 
2.7%
시 5228
 
2.3%
는 5115
 
2.3%
이 5105
 
2.3%
에 5081
 
2.2%
도 4569
 
2.0%
한 4340
 
1.9%
로 4258
 
1.9%
Other values (830) 173220
76.5%
Compat Jamo
ValueCountFrequency (%)
ㆍ 1132
99.5%
ㅇ 6
 
0.5%
None
ValueCountFrequency (%)
「 819
45.2%
」 818
45.1%
： 83
 
4.6%
』 26
 
1.4%
『 26
 
1.4%
× 14
 
0.8%
． 9
 
0.5%
－ 4
 
0.2%
％ 3
 
0.2%
＋ 2
 
0.1%
Other values (7) 8
 
0.4%
Misc Symbols
ValueCountFrequency (%)
☞ 146
100.0%
CJK Compat
ValueCountFrequency (%)
㎡ 104
85.2%
㎢ 14
 
11.5%
㎞ 2
 
1.6%
㎝ 1
 
0.8%
㎥ 1
 
0.8%
Enclosed Alphanum
ValueCountFrequency (%)
② 40
24.7%
① 40
24.7%
③ 31
19.1%
④ 17
10.5%
⑤ 11
 
6.8%
⑥ 6
 
3.7%
⑦ 5
 
3.1%
⑧ 3
 
1.9%
⑩ 2
 
1.2%
⑨ 2
 
1.2%
Other values (5) 5
 
3.1%
Punctuation
ValueCountFrequency (%)
’ 19
31.1%
‘ 18
29.5%
” 10
16.4%
“ 10
16.4%
※ 4
 
6.6%
CJK
ValueCountFrequency (%)
地 13
 
7.2%
水 6
 
3.3%
市 5
 
2.8%
區 5
 
2.8%
垈 4
 
2.2%
渠 3
 
1.7%
域 2
 
1.1%
役 2
 
1.1%
正 2
 
1.1%
街 2
 
1.1%
Other values (121) 136
75.6%
CJK Compat Ideographs
ValueCountFrequency (%)
綠 4
50.0%
率 2
25.0%
立 1
 
12.5%
陸 1
 
12.5%
Geometric Shapes
ValueCountFrequency (%)
■ 3
42.9%
● 2
28.6%
◀ 2
28.6%
Number Forms
ValueCountFrequency (%)
Ⅱ 2
66.7%
Ⅰ 1
33.3%
Modifier Letters
ValueCountFrequency (%)
˚ 1
100.0%
Letterlike Symbols
ValueCountFrequency (%)
ℓ 1
100.0%

용어명
Text

Distinct1093
Distinct (%)99.1%
Missing0
Missing (%)0.0%
Memory size8.7 KiB
2024-04-21T07:56:13.314260image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length73
Median length55
Mean length14.845875
Min length2

Characters and Unicode

Total characters16375
Distinct characters1052
Distinct categories10 ?
Distinct scripts4 ?
Distinct blocks6 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique1083 ?
Unique (%)98.2%

Sample

1st row(도시계획시설) 중복결정
2nd row4차 산업(4次 産業)
3rd rowBOO(Build-Own-Operate)
4th rowBOT(Build-Own-Transfer)
5th rowCPTED(셉테드) 이론
ValueCountFrequency (%)
city 13
 
0.7%
development 10
 
0.5%
planning 9
 
0.5%
및 9
 
0.5%
of 7
 
0.4%
transportation 7
 
0.4%
system 7
 
0.4%
town 7
 
0.4%
zoning 6
 
0.3%
management 6
 
0.3%
Other values (1645) 1840
95.8%
2024-04-21T07:56:13.713506image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
820
 
5.0%
( 778
 
4.8%
) 778
 
4.8%
e 591
 
3.6%
n 490
 
3.0%
a 419
 
2.6%
i 410
 
2.5%
t 388
 
2.4%
r 386
 
2.4%
o 385
 
2.4%
Other values (1042) 10930
66.7%

Most occurring categories

ValueCountFrequency (%)
Other Letter 8317
50.8%
Lowercase Letter 4977
30.4%
Space Separator 820
 
5.0%
Open Punctuation 779
 
4.8%
Close Punctuation 779
 
4.8%
Uppercase Letter 332
 
2.0%
Other Punctuation 310
 
1.9%
Dash Punctuation 37
 
0.2%
Decimal Number 23
 
0.1%
Letter Number 1
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
지 293
 
3.5%
도 219
 
2.6%
시 194
 
2.3%
공 144
 
1.7%
地 143
 
1.7%
구 127
 
1.5%
역 116
 
1.4%
계 95
 
1.1%
주 84
 
1.0%
설 77
 
0.9%
Other values (974) 6825
82.1%
Lowercase Letter
ValueCountFrequency (%)
e 591
11.9%
n 490
9.8%
a 419
 
8.4%
i 410
 
8.2%
t 388
 
7.8%
r 386
 
7.8%
o 385
 
7.7%
s 246
 
4.9%
l 246
 
4.9%
c 197
 
4.0%
Other values (16) 1219
24.5%
Uppercase Letter
ValueCountFrequency (%)
C 35
 
10.5%
T 34
 
10.2%
S 28
 
8.4%
O 26
 
7.8%
D 26
 
7.8%
P 19
 
5.7%
I 18
 
5.4%
G 17
 
5.1%
B 17
 
5.1%
M 16
 
4.8%
Other values (14) 96
28.9%
Other Punctuation
ValueCountFrequency (%)
, 208
67.1%
. 35
 
11.3%
; 34
 
11.0%
/ 20
 
6.5%
? 12
 
3.9%
: 1
 
0.3%
Decimal Number
ValueCountFrequency (%)
0 9
39.1%
1 5
21.7%
4 4
17.4%
2 4
17.4%
3 1
 
4.3%
Open Punctuation
ValueCountFrequency (%)
( 778
99.9%
[ 1
 
0.1%
Close Punctuation
ValueCountFrequency (%)
) 778
99.9%
] 1
 
0.1%
Space Separator
ValueCountFrequency (%)
820
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 37
100.0%
Letter Number
ValueCountFrequency (%)
Ⅱ 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 5623
34.3%
Latin 5310
32.4%
Common 2748
16.8%
Han 2694
16.5%

Most frequent character per script

Han
ValueCountFrequency (%)
地 143
 
5.3%
都 62
 
2.3%
市 59
 
2.2%
域 50
 
1.9%
設 50
 
1.9%
區 43
 
1.6%
計 42
 
1.6%
劃 42
 
1.6%
施 32
 
1.2%
通 30
 
1.1%
Other values (553) 2141
79.5%
Hangul
ValueCountFrequency (%)
지 293
 
5.2%
도 219
 
3.9%
시 194
 
3.5%
공 144
 
2.6%
구 127
 
2.3%
역 116
 
2.1%
계 95
 
1.7%
주 84
 
1.5%
설 77
 
1.4%
획 75
 
1.3%
Other values (411) 4199
74.7%
Latin
ValueCountFrequency (%)
e 591
 
11.1%
n 490
 
9.2%
a 419
 
7.9%
i 410
 
7.7%
t 388
 
7.3%
r 386
 
7.3%
o 385
 
7.3%
s 246
 
4.6%
l 246
 
4.6%
c 197
 
3.7%
Other values (41) 1552
29.2%
Common
ValueCountFrequency (%)
820
29.8%
( 778
28.3%
) 778
28.3%
, 208
 
7.6%
- 37
 
1.3%
. 35
 
1.3%
; 34
 
1.2%
/ 20
 
0.7%
? 12
 
0.4%
0 9
 
0.3%
Other values (7) 17
 
0.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII 8057
49.2%
Hangul 5618
34.3%
CJK 2618
 
16.0%
CJK Compat Ideographs 76
 
0.5%
Compat Jamo 5
 
< 0.1%
Number Forms 1
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
820
 
10.2%
( 778
 
9.7%
) 778
 
9.7%
e 591
 
7.3%
n 490
 
6.1%
a 419
 
5.2%
i 410
 
5.1%
t 388
 
4.8%
r 386
 
4.8%
o 385
 
4.8%
Other values (57) 2612
32.4%
Hangul
ValueCountFrequency (%)
지 293
 
5.2%
도 219
 
3.9%
시 194
 
3.5%
공 144
 
2.6%
구 127
 
2.3%
역 116
 
2.1%
계 95
 
1.7%
주 84
 
1.5%
설 77
 
1.4%
획 75
 
1.3%
Other values (410) 4194
74.7%
CJK
ValueCountFrequency (%)
地 143
 
5.5%
都 62
 
2.4%
市 59
 
2.3%
域 50
 
1.9%
設 50
 
1.9%
區 43
 
1.6%
計 42
 
1.6%
劃 42
 
1.6%
施 32
 
1.2%
通 30
 
1.1%
Other values (528) 2065
78.9%
CJK Compat Ideographs
ValueCountFrequency (%)
宅 16
21.1%
率 9
11.8%
綠 7
9.2%
率 6
 
7.9%
老 6
 
7.9%
連 5
 
6.6%
不 4
 
5.3%
理 3
 
3.9%
流 2
 
2.6%
聯 2
 
2.6%
Other values (15) 16
21.1%
Compat Jamo
ValueCountFrequency (%)
ㆍ 5
100.0%
Number Forms
ValueCountFrequency (%)
Ⅱ 1
100.0%

요약
Text

MISSING 

Distinct254
Distinct (%)93.7%
Missing832
Missing (%)75.4%
Memory size8.7 KiB
2024-04-21T07:56:13.968228image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length503
Median length97
Mean length69.084871
Min length1

Characters and Unicode

Total characters18722
Distinct characters443
Distinct categories10 ?
Distinct scripts4 ?
Distinct blocks6 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique252 ?
Unique (%)93.0%

Sample

1st row 도시의 위생적이고 쾌적한 환경을 확보하고 , 도시미관과 토지이용의 효율을 높이기 위해 가로구역별로 건축물의 높이를 지정 ㆍ 공고하는 제도
2nd row 가로구역에서 종전의 가로를 유지하면서 소규모로 주거환경을 개선하기 위한 정비사업 유형
3rd row 개발권과 소유권을 분리하는 개념으로서 관련 법 ㆍ 제도에 의해 개발이 제한되는 지역의 개발권을 고밀 개발이 가능한 지역으로 매매 ㆍ 양도할 수 있도록 하는 제도
4th row 개발로 인하여 기반시설이 부족할 것으로 예상되나 기반시설을 설치하기 곤란한 지역을 대상으로 건폐율이나 용적률을 강화하여 적용하기 위하여 지정하는 구역
5th row 개발사업에 따라 발생하는 이익을 환수하기 위한 목적으로 부과 ㆍ 징수하는 부담금
ValueCountFrequency (%)
ㆍ 151
 
3.7%
129
 
3.1%
및 56
 
1.4%
위하여 49
 
1.2%
또는 48
 
1.2%
말한다 44
 
1.1%
위해 38
 
0.9%
있는 33
 
0.8%
수 32
 
0.8%
등 30
 
0.7%
Other values (2032) 3501
85.2%
2024-04-21T07:56:14.322832image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
6097
32.6%
지 484
 
2.6%
하 470
 
2.5%
의 358
 
1.9%
는 288
 
1.5%
도 288
 
1.5%
을 282
 
1.5%
시 281
 
1.5%
한 275
 
1.5%
로 264
 
1.4%
Other values (433) 9635
51.5%

Most occurring categories

ValueCountFrequency (%)
Other Letter 12312
65.8%
Space Separator 6097
32.6%
Other Punctuation 223
 
1.2%
Decimal Number 45
 
0.2%
Open Punctuation 12
 
0.1%
Close Punctuation 12
 
0.1%
Lowercase Letter 12
 
0.1%
Uppercase Letter 6
 
< 0.1%
Other Symbol 2
 
< 0.1%
Math Symbol 1
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
지 484
 
3.9%
하 470
 
3.8%
의 358
 
2.9%
는 288
 
2.3%
도 288
 
2.3%
을 282
 
2.3%
시 281
 
2.3%
한 275
 
2.2%
로 264
 
2.1%
에 218
 
1.8%
Other values (402) 9104
73.9%
Decimal Number
ValueCountFrequency (%)
0 12
26.7%
1 9
20.0%
2 5
11.1%
5 5
11.1%
3 4
 
8.9%
6 3
 
6.7%
9 3
 
6.7%
4 2
 
4.4%
8 2
 
4.4%
Lowercase Letter
ValueCountFrequency (%)
a 2
16.7%
e 2
16.7%
r 2
16.7%
n 2
16.7%
m 1
8.3%
l 1
8.3%
t 1
8.3%
s 1
8.3%
Other Punctuation
ValueCountFrequency (%)
, 167
74.9%
. 51
 
22.9%
? 4
 
1.8%
/ 1
 
0.4%
Open Punctuation
ValueCountFrequency (%)
( 7
58.3%
「 5
41.7%
Close Punctuation
ValueCountFrequency (%)
) 7
58.3%
」 5
41.7%
Uppercase Letter
ValueCountFrequency (%)
M 3
50.0%
P 3
50.0%
Other Symbol
ValueCountFrequency (%)
㎡ 1
50.0%
㎝ 1
50.0%
Space Separator
ValueCountFrequency (%)
6097
100.0%
Math Symbol
ValueCountFrequency (%)
~ 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 12309
65.7%
Common 6392
34.1%
Latin 18
 
0.1%
Han 3
 
< 0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
지 484
 
3.9%
하 470
 
3.8%
의 358
 
2.9%
는 288
 
2.3%
도 288
 
2.3%
을 282
 
2.3%
시 281
 
2.3%
한 275
 
2.2%
로 264
 
2.1%
에 218
 
1.8%
Other values (399) 9101
73.9%
Common
ValueCountFrequency (%)
6097
95.4%
, 167
 
2.6%
. 51
 
0.8%
0 12
 
0.2%
1 9
 
0.1%
( 7
 
0.1%
) 7
 
0.1%
2 5
 
0.1%
5 5
 
0.1%
「 5
 
0.1%
Other values (11) 27
 
0.4%
Latin
ValueCountFrequency (%)
M 3
16.7%
P 3
16.7%
a 2
11.1%
e 2
11.1%
r 2
11.1%
n 2
11.1%
m 1
 
5.6%
l 1
 
5.6%
t 1
 
5.6%
s 1
 
5.6%
Han
ValueCountFrequency (%)
地 1
33.3%
準 1
33.3%
標 1
33.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 12158
64.9%
ASCII 6398
34.2%
Compat Jamo 151
 
0.8%
None 10
 
0.1%
CJK 3
 
< 0.1%
CJK Compat 2
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
6097
95.3%
, 167
 
2.6%
. 51
 
0.8%
0 12
 
0.2%
1 9
 
0.1%
( 7
 
0.1%
) 7
 
0.1%
2 5
 
0.1%
5 5
 
0.1%
? 4
 
0.1%
Other values (17) 34
 
0.5%
Hangul
ValueCountFrequency (%)
지 484
 
4.0%
하 470
 
3.9%
의 358
 
2.9%
는 288
 
2.4%
도 288
 
2.4%
을 282
 
2.3%
시 281
 
2.3%
한 275
 
2.3%
로 264
 
2.2%
에 218
 
1.8%
Other values (398) 8950
73.6%
Compat Jamo
ValueCountFrequency (%)
ㆍ 151
100.0%
None
ValueCountFrequency (%)
「 5
50.0%
」 5
50.0%
CJK Compat
ValueCountFrequency (%)
㎡ 1
50.0%
㎝ 1
50.0%
CJK
ValueCountFrequency (%)
地 1
33.3%
準 1
33.3%
標 1
33.3%

Interactions

2024-04-21T07:56:11.886084image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Missing values

2024-04-21T07:56:11.989860image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2024-04-21T07:56:12.057813image/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.
2024-04-21T07:56:12.127770image/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

용어번호용어설명용어명요약
0243토지를 합리적으로 이용하기 위해 둘 이상의 도시계획시설을 같은 토지의 지하ㆍ지상ㆍ수중ㆍ수상 및 공중에 함께 결정하는 경우 도시계획시설의 중복결정이라고 한다. 이 경우 각 도시계획시설의 이용에 지장이 없어야 하고, 장래의 확장가능성을 고려하여야 한다.(도시계획시설) 중복결정<NA>
1883후기산업사회(post-industrial society)의 대표적인 산업으로서 정보의 처리?취급?전파에 종사하는 활동을 말한다. 4차 산업의 입지 결정에 영향을 미치는 인자는 첫째, 대면접촉(face-to-face contact)의 편리성이 확보되는 곳에 4차 산업이 입지하려는 경향을 가진다. 둘째, 4차 산업의 활동을 지원하기 위한 전문서비스의 활동이 편리한 지역에 4차 산업이 입지하려는 경향을 가진다. 셋째, 4차 산업은 전국적인 시장이나 국제적인 시장을 대상으로 한다. 넷째, 4차 산업의 입지결정은 공간적으로 편향된 판단을 토대로 이루어지는 경향이 있다.4차 산업(4次 産業)<NA>
2215BOO란 민간투자사업의 추진방식중 하나로써 사회기반시설의 준공과 동시에 사업시행자에게 당해시설의 소유권이 인정되는 방식이다.BOO(Build-Own-Operate)<NA>
3214BOT 는 민간투자사업의 추진방식중 하나로써 사회기반시설의 준공후 일정기간동안 사업시행자에게 당해시설의 소유권이 인정되며 그 기간의 만료시 시설소유권이 국가 또는 지방자치단체에 귀속되는 방식 을 말한다.BOT(Build-Own-Transfer)<NA>
4208CPTED (Crime Prevention Through Environmental Design)이란 환경설계를 통한 범죄예방 이론으로 도시계획, 건축설계 등 도시환경의 범죄에 대한 방어적인 디자인을 통하여 범죄발생 기회를 줄여, 도시민들이 범죄에 대한 두려움을 없애고, 안전감을 느끼도록하는 종합적인 범죄예방 전략 이론이다. 서울시에서는 2009년에 국내 최초로 범죄예방 환경설계 지침을 마련하였다.CPTED(셉테드) 이론<NA>
5967☞인터체인지I.C(interchange)<NA>
61077☞분기점J.C(junction)<NA>
7357KOPSS란 첨단정보기술과 각종 공간분석기법을 활용하여 국토정책 및 공간계획 수립을 지원하는 의사결정지원도구로서 국토공간계획의 과학화, 투명화, 합리화에 통해 국토의 이용가치를 극대화하기 위한 국가공간정보 인프라이다.KOPSS (국토공간계획지원체계, KOrea Planning Support System)<NA>
8541교차부분에서 시야를 확보하고 차선의 교통을 원활하게 하기 위해서 교차부분에 면하는 가각의 돌출부 일부를 유선형으로 만드는 것을 말한다.가각전제(街角剪除)<NA>
9542☞ 변속차로가감속차로(加減速車路)<NA>
용어번호용어설명용어명요약
10931274교차로 등에서 자동차를 우회전시키거나 좌회전시키기 위하여 직진하는 차로와 분리하여 설치되는 차로를 말한다.회전차로(回轉車路)<NA>
10941275경제적 개념으로 일단의 다른 토지와 구별되어 가격수준이 비슷한 토지군을 말한다. 이런 점에서 권리를 구분하기 위하여 법적인 효력을 갖고 있는 필지와 다르다. 획지 구분은 인위적으로 하는 방법, 산?하천?언덕 등 특이한 지형을 경계로 자연적 구분을 하는 방법, 지목?지번 등 법적?행정적으로 구분하는 3가지 방법이 있다.획지(劃地, lot)<NA>
10951747<NA>획지교환가능선부정형한 획지 또는 필지의 형태를 인접필지간 교환을 통하여 정형화 할 수 있도록 위치를 지정한 선을 말한다.
10961769<NA>획지단위개발획지선으로 구획된 일단의 계획적인 개발단위를 말한다.
10971746<NA>획지분할가능선주변 획지규모와의 조화 등을 고려, 하나의 획지/필지를 둘 이상의 개발단위 또는 도로, 공공공지 등의 용지로 분할하여 개발할 수 있도록 위치를 지정한 선을 말한다.
10981276도로에서 차량의 안전운행을 위하고 빗물을 효과적으로 배수하기 위한 경사를 말한다. 보통 직선부에서는 중앙선을 중심으로 바깥쪽으로 낮아지게 되어 있으나, 급커브길에서는 차량의 외곽 쏠림을 방지하지 위해 바깥쪽으로 높아지게 되어 있다.횡단구배(橫斷句配)<NA>
10991278런던 남서측의 상대적 미개발을 극복하기 위해 1961년 런던청(Greater London Council)에 의해 개발계획이 수립된 신도시계획안이었으나 제반 사정으로 인하여 시행되지 못하였다. 후크신도시계획안은 이전 신도시 계획에 비해 체계적이고 유기적인 내용을 담고 있다는 평가를 받고 있으며 현대 신도시계획의 모범이라할 수 있다. 계획안의 목표는 자족성(self-containment)을 가진 도시의 형성과 다양한 산업 및 직장의 구성(diversification of industry and occupation)을 기하여 각 계층의 사회적 융합(social balance)을 도모하는데 두고 있었다. 계획안의 주안점은 중심지역(central area)의 중앙에는 보행자 쇼핑몰(shopping mall)을 형성하였고, 도심거주자의 주된 보행통로인 보행자 데크(deck)와 그 아래 800여대 이상의 주차시설을 제공하였다. 주거계획에 있어서는 보차분리를 통한 보행체계를 도입하여 중심지역까지 이어지는 녹도를 따라 놀이터, 쇼핑 및 서비스 시설, 초등학교를 배치하였으며, 각 가구당 1대의 승용차 보유를 가정하여 도로 및 주차시설을 계획하였다. 주보행체계는 도로와의 수직적 분리를 꾀하여 보?차도의 분리를 철저하게 이루고 있다. 위치는 런던 남서측 약 71km 지점이며, 면적은 3,047ha이다.후크(Hook)<NA>
11001280교통분석에서 사용되는 용어로서 각각의 죤(zone)을 직선으로 연결시키고 하나의 죤에서 각각의 다른 죤으로 가는 희망노선의 빈도에 따라 선의 굵기를 달리 표현하는 것을 말한다. 이것은 각각의 죤들 사이의 통행량을 가시적으로 나타내는 것으로 교통계획 수립에 반영한다.희망선(希望線, desire line)<NA>
11011282인간의 욕망은 무한대임에 비하여 이를 충족시켜줄 자원은 제한되어 있다는 법칙으로서 경제학의 출발점인 동시에 존재이유가 되는 법칙이다. 종래에는 자원에 대한 희소성의 법칙을 의미하였지만 환경문제가 대두되면서 폐기물 처리장, 자정능력 등 폐기물을 처리하는 자원의 희소성이 강조되고 있다.희소성의 법칙(稀少性의 法則)<NA>
11021283B.C 5세기경 건축가였으며 오늘날 세계의 여러도시에서 가장 널리 사용하고 있는 격자형 도로패턴을 창안한 인물이다.히포다무스(Hippodamus)<NA>