Overview

Dataset statistics

Number of variables17
Number of observations100
Missing cells135
Missing cells (%)7.9%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory13.8 KiB
Average record size in memory141.3 B

Variable types

Numeric4
Text6
Categorical7

Alerts

sbjt_nm is highly overall correlated with data_manage_no and 6 other fieldsHigh correlation
middl_sbjt_nm is highly overall correlated with data_manage_no and 6 other fieldsHigh correlation
lwprt_cl_nm is highly overall correlated with data_manage_no and 7 other fieldsHigh correlation
lwprt_theme_nm is highly overall correlated with data_manage_no and 6 other fieldsHigh correlation
theme_nm is highly overall correlated with data_manage_no and 7 other fieldsHigh correlation
cl_nm is highly overall correlated with data_manage_no and 7 other fieldsHigh correlation
data_manage_no is highly overall correlated with regist_de and 6 other fieldsHigh correlation
ctlstt_la is highly overall correlated with ctprvn_nmHigh correlation
regist_de is highly overall correlated with data_manage_no and 7 other fieldsHigh correlation
ctprvn_nm is highly overall correlated with ctlstt_la and 4 other fieldsHigh correlation
main_thumb_url has 53 (53.0%) missing valuesMissing
signgu_nm has 16 (16.0%) missing valuesMissing
addr has 22 (22.0%) missing valuesMissing
ctlstt_la has 22 (22.0%) missing valuesMissing
ctlstt_lo has 22 (22.0%) missing valuesMissing
data_manage_no has unique valuesUnique
data_title_nm has unique valuesUnique
sumry_cn has unique valuesUnique
cntnts_url has unique valuesUnique

Reproduction

Analysis started2023-12-10 10:10:45.129064
Analysis finished2023-12-10 10:10:52.707459
Duration7.58 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

data_manage_no
Real number (ℝ)

HIGH CORRELATION  UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean3224.3
Minimum999
Maximum5068
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size1.0 KiB
2023-12-10T19:10:52.840473image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum999
5-th percentile1003.95
Q11023.75
median4194.5
Q34827.25
95-th percentile5016.05
Maximum5068
Range4069
Interquartile range (IQR)3803.5

Descriptive statistics

Standard deviation1743.8962
Coefficient of variation (CV)0.5408604
Kurtosis-1.7944705
Mean3224.3
Median Absolute Deviation (MAD)819
Skewness-0.32934178
Sum322430
Variance3041173.9
MonotonicityNot monotonic
2023-12-10T19:10:53.103952image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
1689 1
 
1.0%
5015 1
 
1.0%
1005 1
 
1.0%
1004 1
 
1.0%
1003 1
 
1.0%
1002 1
 
1.0%
1001 1
 
1.0%
1000 1
 
1.0%
999 1
 
1.0%
5018 1
 
1.0%
Other values (90) 90
90.0%
ValueCountFrequency (%)
999 1
1.0%
1000 1
1.0%
1001 1
1.0%
1002 1
1.0%
1003 1
1.0%
1004 1
1.0%
1005 1
1.0%
1006 1
1.0%
1007 1
1.0%
1008 1
1.0%
ValueCountFrequency (%)
5068 1
1.0%
5067 1
1.0%
5066 1
1.0%
5018 1
1.0%
5017 1
1.0%
5016 1
1.0%
5015 1
1.0%
5014 1
1.0%
5013 1
1.0%
5012 1
1.0%

data_title_nm
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-10T19:10:53.568141image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length58
Median length37
Mean length28.73
Min length13

Characters and Unicode

Total characters2873
Distinct characters463
Distinct categories10 ?
Distinct scripts4 ?
Distinct blocks4 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique100 ?
Unique (%)100.0%

Sample

1st row식구는 많고 쌀은 없을 때 양을 늘려서 먹던 곤드레나물밥
2nd row간에 좋은 다슬기, 빙그르르 뽑아 먹고 껍질도 고아 먹고
3rd row가을이 오기 전에 몸에 좋은 박속밀국낙지탕
4th row“갯고랑 넘어야 먹을 수 있는 바지락칼국수, 그 깊은 시원함”
5th row“진정한 오징어순대는 바르르한 밥알을 손으로 채워 넣어야”
ValueCountFrequency (%)
32
 
4.3%
수기 18
 
2.4%
구 10
 
1.3%
한 5
 
0.7%
나는 4
 
0.5%
먹는 3
 
0.4%
중 3
 
0.4%
맛보는 3
 
0.4%
다리 3
 
0.4%
본관 3
 
0.4%
Other values (634) 662
88.7%
2023-12-10T19:10:54.404648image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
648
 
22.6%
의 42
 
1.5%
기 40
 
1.4%
이 40
 
1.4%
다 39
 
1.4%
에 37
 
1.3%
수 37
 
1.3%
는 35
 
1.2%
주 33
 
1.1%
고 33
 
1.1%
Other values (453) 1889
65.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 2076
72.3%
Space Separator 648
 
22.6%
Other Punctuation 46
 
1.6%
Dash Punctuation 25
 
0.9%
Open Punctuation 21
 
0.7%
Close Punctuation 21
 
0.7%
Decimal Number 12
 
0.4%
Final Punctuation 11
 
0.4%
Initial Punctuation 11
 
0.4%
Uppercase Letter 2
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
의 42
 
2.0%
기 40
 
1.9%
이 40
 
1.9%
다 39
 
1.9%
에 37
 
1.8%
수 37
 
1.8%
는 35
 
1.7%
주 33
 
1.6%
고 33
 
1.6%
가 32
 
1.5%
Other values (432) 1708
82.3%
Decimal Number
ValueCountFrequency (%)
6 3
25.0%
8 2
16.7%
1 2
16.7%
0 2
16.7%
3 1
 
8.3%
2 1
 
8.3%
5 1
 
8.3%
Other Punctuation
ValueCountFrequency (%)
, 32
69.6%
? 11
 
23.9%
. 2
 
4.3%
! 1
 
2.2%
Final Punctuation
ValueCountFrequency (%)
’ 6
54.5%
” 5
45.5%
Initial Punctuation
ValueCountFrequency (%)
‘ 6
54.5%
“ 5
45.5%
Uppercase Letter
ValueCountFrequency (%)
U 1
50.0%
N 1
50.0%
Space Separator
ValueCountFrequency (%)
648
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 25
100.0%
Open Punctuation
ValueCountFrequency (%)
( 21
100.0%
Close Punctuation
ValueCountFrequency (%)
) 21
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 2074
72.2%
Common 795
 
27.7%
Han 2
 
0.1%
Latin 2
 
0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
의 42
 
2.0%
기 40
 
1.9%
이 40
 
1.9%
다 39
 
1.9%
에 37
 
1.8%
수 37
 
1.8%
는 35
 
1.7%
주 33
 
1.6%
고 33
 
1.6%
가 32
 
1.5%
Other values (430) 1706
82.3%
Common
ValueCountFrequency (%)
648
81.5%
, 32
 
4.0%
- 25
 
3.1%
( 21
 
2.6%
) 21
 
2.6%
? 11
 
1.4%
’ 6
 
0.8%
‘ 6
 
0.8%
“ 5
 
0.6%
” 5
 
0.6%
Other values (9) 15
 
1.9%
Han
ValueCountFrequency (%)
文 1
50.0%
魚 1
50.0%
Latin
ValueCountFrequency (%)
U 1
50.0%
N 1
50.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 2074
72.2%
ASCII 775
 
27.0%
Punctuation 22
 
0.8%
CJK 2
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
648
83.6%
, 32
 
4.1%
- 25
 
3.2%
( 21
 
2.7%
) 21
 
2.7%
? 11
 
1.4%
6 3
 
0.4%
. 2
 
0.3%
8 2
 
0.3%
1 2
 
0.3%
Other values (7) 8
 
1.0%
Hangul
ValueCountFrequency (%)
의 42
 
2.0%
기 40
 
1.9%
이 40
 
1.9%
다 39
 
1.9%
에 37
 
1.8%
수 37
 
1.8%
는 35
 
1.7%
주 33
 
1.6%
고 33
 
1.6%
가 32
 
1.5%
Other values (430) 1706
82.3%
Punctuation
ValueCountFrequency (%)
’ 6
27.3%
‘ 6
27.3%
“ 5
22.7%
” 5
22.7%
CJK
ValueCountFrequency (%)
文 1
50.0%
魚 1
50.0%

theme_nm
Categorical

HIGH CORRELATION 

Distinct3
Distinct (%)3.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
생활문화
46 
역사문화유산
36 
국난극복
18 

Length

Max length6
Median length4
Mean length4.72
Min length4

Unique

Unique0 ?
Unique (%)0.0%

Sample

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

Common Values

ValueCountFrequency (%)
생활문화 46
46.0%
역사문화유산 36
36.0%
국난극복 18
 
18.0%

Length

2023-12-10T19:10:54.671524image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:10:54.876146image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
생활문화 46
46.0%
역사문화유산 36
36.0%
국난극복 18
 
18.0%

lwprt_theme_nm
Categorical

HIGH CORRELATION 

Distinct5
Distinct (%)5.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
향토음식
46 
근대문화유산
32 
6·25전쟁
18 
한국의 관방문화
 
3
누정
 
1

Length

Max length8
Median length7
Mean length5.1
Min length2

Unique

Unique1 ?
Unique (%)1.0%

Sample

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

Common Values

ValueCountFrequency (%)
향토음식 46
46.0%
근대문화유산 32
32.0%
6·25전쟁 18
 
18.0%
한국의 관방문화 3
 
3.0%
누정 1
 
1.0%

Length

2023-12-10T19:10:55.075316image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:10:55.292870image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
향토음식 46
44.7%
근대문화유산 32
31.1%
6·25전쟁 18
 
17.5%
한국의 3
 
2.9%
관방문화 3
 
2.9%
누정 1
 
1.0%

cl_nm
Categorical

HIGH CORRELATION 

Distinct3
Distinct (%)3.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
생활과 민속
46 
문화유산
36 
지방의 역사
18 

Length

Max length6
Median length6
Mean length5.28
Min length4

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row생활과 민속
2nd row생활과 민속
3rd row생활과 민속
4th row생활과 민속
5th row생활과 민속

Common Values

ValueCountFrequency (%)
생활과 민속 46
46.0%
문화유산 36
36.0%
지방의 역사 18
 
18.0%

Length

2023-12-10T19:10:55.516748image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:10:55.698575image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
생활과 46
28.0%
민속 46
28.0%
문화유산 36
22.0%
지방의 18
 
11.0%
역사 18
 
11.0%

lwprt_cl_nm
Categorical

HIGH CORRELATION 

Distinct3
Distinct (%)3.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
생활
46 
건축유적
36 
현대
18 

Length

Max length4
Median length2
Mean length2.72
Min length2

Unique

Unique0 ?
Unique (%)0.0%

Sample

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

Common Values

ValueCountFrequency (%)
생활 46
46.0%
건축유적 36
36.0%
현대 18
 
18.0%

Length

2023-12-10T19:10:55.891165image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:10:56.103173image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
생활 46
46.0%
건축유적 36
36.0%
현대 18
 
18.0%

sbjt_nm
Categorical

HIGH CORRELATION 

Distinct10
Distinct (%)10.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
공간으로 읽는 근대문화 역사유산
32 
지역 향토 음식
29 
6·25전쟁과 사람
17 
우리 음식의 맛과 이야기
9 
우리 지역, 우리 술
8 
Other values (5)
5 

Length

Max length17
Median length13
Mean length11.96
Min length8

Unique

Unique5 ?
Unique (%)5.0%

Sample

1st row우리 음식의 맛과 이야기
2nd row우리 음식의 맛과 이야기
3rd row우리 음식의 맛과 이야기
4th row우리 음식의 맛과 이야기
5th row우리 음식의 맛과 이야기

Common Values

ValueCountFrequency (%)
공간으로 읽는 근대문화 역사유산 32
32.0%
지역 향토 음식 29
29.0%
6·25전쟁과 사람 17
17.0%
우리 음식의 맛과 이야기 9
 
9.0%
우리 지역, 우리 술 8
 
8.0%
그림 속의 누정 1
 
1.0%
6·25전쟁 피난길 1
 
1.0%
경상남도 관방유적 1
 
1.0%
충청북도 관방유적 1
 
1.0%
충청남도 관방유적 1
 
1.0%

Length

2023-12-10T19:10:56.292309image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-10T19:10:56.519008image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
지역 37
11.3%
공간으로 32
9.8%
읽는 32
9.8%
근대문화 32
9.8%
역사유산 32
9.8%
향토 29
8.8%
음식 29
8.8%
우리 25
7.6%
6·25전쟁과 17
 
5.2%
사람 17
 
5.2%
Other values (13) 46
14.0%

middl_sbjt_nm
Categorical

HIGH CORRELATION 

Distinct12
Distinct (%)12.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
<NA>
47 
평범한 사람들의 참전 일화
17 
근대를 떠받친 토목시설과 광산
8 
삶을 보듬은 종교 시설
8 
빼앗긴 들, 뒤틀린 근대
5 
Other values (7)
15 

Length

Max length16
Median length14
Mean length8.34
Min length2

Unique

Unique2 ?
Unique (%)2.0%

Sample

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

Common Values

ValueCountFrequency (%)
<NA> 47
47.0%
평범한 사람들의 참전 일화 17
 
17.0%
근대를 떠받친 토목시설과 광산 8
 
8.0%
삶을 보듬은 종교 시설 8
 
8.0%
빼앗긴 들, 뒤틀린 근대 5
 
5.0%
성곽 3
 
3.0%
근대의 산실 학교 3
 
3.0%
해방에서 전쟁까지 3
 
3.0%
산업화의 꿈이 영근 곳들 2
 
2.0%
보통사람들의 자취 2
 
2.0%
Other values (2) 2
 
2.0%

Length

2023-12-10T19:10:56.829098image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
na 47
20.1%
일화 18
 
7.7%
평범한 17
 
7.3%
사람들의 17
 
7.3%
참전 17
 
7.3%
근대를 8
 
3.4%
떠받친 8
 
3.4%
토목시설과 8
 
3.4%
광산 8
 
3.4%
삶을 8
 
3.4%
Other values (22) 78
33.3%

sumry_cn
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-10T19:10:57.393610image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length255
Median length252.5
Mean length229.62
Min length99

Characters and Unicode

Total characters22962
Distinct characters844
Distinct categories13 ?
Distinct scripts4 ?
Distinct blocks6 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique100 ?
Unique (%)100.0%

Sample

1st row곤드레는 아무 때나 뜯어 먹을 수 있는 나물이 아니다. 5월에서 6월 사이가 적당하고 7월이 되면 쇠어버린다. 연하고 부드러운 곤드레를 뜯어다가 밥을 지을 때 그 위에 올려 뜸을 들이면 향긋한 곤드레나물밥이 된다.
2nd row다슬기는 표준말 이름이고 지방마다 부르는 이름이 다르다. 춘천에서는 다슬기를 달팽이라 부르고 충청도 등지에서는 올갱이라고 한다. 소래고동, 갈고동, 민물고동, 고딩이, 대사리, 물비틀, 소라, 배드리, 물골뱅이 등이라고도 부른다. 다슬기 요리법은 지역마다 조금씩 다르다. 된장을 넣거나 맑게 끓이는 곳도 있고 산초 열매나, 방아잎을 넣어 먹는 곳도 있다.
3rd row낙지에 대한 속담은 꽤 많은데 그 중 오뉴월 낙지는 개도 안 먹는다는 말이 있다. 초여름에는 어린 낙지를 키우느라 어미낙지의 살이 빠지기 때문이다. 어린 낙지는 어려서 살이 없고 성체(成體) 낙지는 살이 빠져 먹을 게 없다는 뜻이다. 그러므로 낙지의 맛을 제대로 보려면 무더위가 지난 9월은 되어야 한다. 여름을 지낸 어린 낙지들은 9월이 되면 제법 살이 오르고 크기도 크다. 이때의 낙지를 중낙지, 꽃낙지라고 하여 최고로 손꼽는다.
4th row제부도는 경기도 화성시에 속한 작은 섬(면적 0.98㎢)이다. "저비섬", "접비섬"이라고 불린 적도 있었다. 북쪽의 자갈밭과 해수욕장을 제외하면 모두 갯벌인 제부도에서는 예전에는 바다에 들어가기만 하면 갯벌에 숨은 바지락을 한 양동이씩 캐왔다.&nbsp;전국적으로 바지락이 생산되고 있지만, 서해안의 바지락이 제일 맛있다.
5th row속초중앙시장은 평일에도 오징어순대를 찾는 이들이 줄을 섰다. 이곳 아니면 오징어순대의 제맛을 보기가 어렵기 때문이다. 오징어순대는 힘들어도 일일이 손을 대어야 맛있다. 이렇게 일일이 오징어에 속을 채워 대나무꼬지에 꿰어 만든 오징어순대는 고슬고슬한 밥알과 쫄깃한 오징어 다리가 씹히는 담백한 맛이다.
ValueCountFrequency (%)
있다 53
 
1.0%
수 25
 
0.5%
그 24
 
0.5%
강원도 18
 
0.3%
있는 17
 
0.3%
때 13
 
0.2%
훈련을 13
 
0.2%
후 12
 
0.2%
한 12
 
0.2%
당시 11
 
0.2%
Other values (3859) 5055
96.2%
2023-12-10T19:10:58.225326image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
5155
 
22.5%
다 547
 
2.4%
이 519
 
2.3%
는 439
 
1.9%
. 431
 
1.9%
에 408
 
1.8%
을 302
 
1.3%
로 261
 
1.1%
지 260
 
1.1%
고 245
 
1.1%
Other values (834) 14395
62.7%

Most occurring categories

ValueCountFrequency (%)
Other Letter 16193
70.5%
Space Separator 5155
 
22.5%
Decimal Number 746
 
3.2%
Other Punctuation 650
 
2.8%
Initial Punctuation 56
 
0.2%
Final Punctuation 56
 
0.2%
Open Punctuation 34
 
0.1%
Close Punctuation 34
 
0.1%
Uppercase Letter 19
 
0.1%
Lowercase Letter 7
 
< 0.1%
Other values (3) 12
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
다 547
 
3.4%
이 519
 
3.2%
는 439
 
2.7%
에 408
 
2.5%
을 302
 
1.9%
로 261
 
1.6%
지 260
 
1.6%
고 245
 
1.5%
가 243
 
1.5%
의 238
 
1.5%
Other values (784) 12731
78.6%
Uppercase Letter
ValueCountFrequency (%)
T 3
15.8%
A 2
10.5%
Y 2
10.5%
L 2
10.5%
S 2
10.5%
M 2
10.5%
C 2
10.5%
E 1
 
5.3%
G 1
 
5.3%
P 1
 
5.3%
Decimal Number
ValueCountFrequency (%)
1 191
25.6%
9 129
17.3%
0 102
13.7%
2 87
11.7%
3 58
 
7.8%
5 56
 
7.5%
6 39
 
5.2%
8 35
 
4.7%
7 25
 
3.4%
4 24
 
3.2%
Other Punctuation
ValueCountFrequency (%)
. 431
66.3%
, 184
28.3%
· 16
 
2.5%
' 10
 
1.5%
" 4
 
0.6%
? 2
 
0.3%
; 1
 
0.2%
& 1
 
0.2%
% 1
 
0.2%
Lowercase Letter
ValueCountFrequency (%)
m 3
42.9%
p 1
 
14.3%
s 1
 
14.3%
b 1
 
14.3%
n 1
 
14.3%
Math Symbol
ValueCountFrequency (%)
~ 4
66.7%
< 1
 
16.7%
> 1
 
16.7%
Initial Punctuation
ValueCountFrequency (%)
‘ 52
92.9%
“ 4
 
7.1%
Final Punctuation
ValueCountFrequency (%)
’ 52
92.9%
” 4
 
7.1%
Open Punctuation
ValueCountFrequency (%)
( 33
97.1%
[ 1
 
2.9%
Close Punctuation
ValueCountFrequency (%)
) 33
97.1%
] 1
 
2.9%
Other Symbol
ValueCountFrequency (%)
㎞ 1
50.0%
㎢ 1
50.0%
Space Separator
ValueCountFrequency (%)
5155
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 4
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 16135
70.3%
Common 6743
29.4%
Han 58
 
0.3%
Latin 26
 
0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
다 547
 
3.4%
이 519
 
3.2%
는 439
 
2.7%
에 408
 
2.5%
을 302
 
1.9%
로 261
 
1.6%
지 260
 
1.6%
고 245
 
1.5%
가 243
 
1.5%
의 238
 
1.5%
Other values (737) 12673
78.5%
Han
ValueCountFrequency (%)
郞 3
 
5.2%
石 3
 
5.2%
叢 2
 
3.4%
春 2
 
3.4%
山 2
 
3.4%
湖 2
 
3.4%
海 2
 
3.4%
望 2
 
3.4%
明 2
 
3.4%
郭 1
 
1.7%
Other values (37) 37
63.8%
Common
ValueCountFrequency (%)
5155
76.4%
. 431
 
6.4%
1 191
 
2.8%
, 184
 
2.7%
9 129
 
1.9%
0 102
 
1.5%
2 87
 
1.3%
3 58
 
0.9%
5 56
 
0.8%
‘ 52
 
0.8%
Other values (24) 298
 
4.4%
Latin
ValueCountFrequency (%)
T 3
11.5%
m 3
11.5%
A 2
 
7.7%
Y 2
 
7.7%
L 2
 
7.7%
S 2
 
7.7%
M 2
 
7.7%
C 2
 
7.7%
E 1
 
3.8%
G 1
 
3.8%
Other values (6) 6
23.1%

Most occurring blocks

ValueCountFrequency (%)
Hangul 16135
70.3%
ASCII 6639
28.9%
Punctuation 112
 
0.5%
CJK 58
 
0.3%
None 16
 
0.1%
CJK Compat 2
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
5155
77.6%
. 431
 
6.5%
1 191
 
2.9%
, 184
 
2.8%
9 129
 
1.9%
0 102
 
1.5%
2 87
 
1.3%
3 58
 
0.9%
5 56
 
0.8%
6 39
 
0.6%
Other values (33) 207
 
3.1%
Hangul
ValueCountFrequency (%)
다 547
 
3.4%
이 519
 
3.2%
는 439
 
2.7%
에 408
 
2.5%
을 302
 
1.9%
로 261
 
1.6%
지 260
 
1.6%
고 245
 
1.5%
가 243
 
1.5%
의 238
 
1.5%
Other values (737) 12673
78.5%
Punctuation
ValueCountFrequency (%)
‘ 52
46.4%
’ 52
46.4%
“ 4
 
3.6%
” 4
 
3.6%
None
ValueCountFrequency (%)
· 16
100.0%
CJK
ValueCountFrequency (%)
郞 3
 
5.2%
石 3
 
5.2%
叢 2
 
3.4%
春 2
 
3.4%
山 2
 
3.4%
湖 2
 
3.4%
海 2
 
3.4%
望 2
 
3.4%
明 2
 
3.4%
郭 1
 
1.7%
Other values (37) 37
63.8%
CJK Compat
ValueCountFrequency (%)
㎞ 1
50.0%
㎢ 1
50.0%

main_thumb_url
Text

MISSING 

Distinct47
Distinct (%)100.0%
Missing53
Missing (%)53.0%
Memory size932.0 B
2023-12-10T19:10:58.713740image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length250
Median length167
Mean length94.382979
Min length69

Characters and Unicode

Total characters4436
Distinct characters101
Distinct categories9 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique47 ?
Unique (%)100.0%

Sample

1st rowhttps://minio.nculture.org/amsweb-opt/multimedia_assets/225/26168/7691/c/26168-thumb.jpg
2nd rowhttps://minio.nculture.org/amsweb-opt/multimedia_assets/235/26225/10783/c/26225-thumb.jpg
3rd rowhttps://minio.nculture.org/amsweb-opt/multimedia_assets/237/26249/10804/c/26249-thumb.jpg
4th rowhttps://minio.nculture.org/amsweb-opt/multimedia_assets/238/26253/10808/c/26253-thumb.jpg
5th rowhttps://minio.nculture.org/amsweb-opt/multimedia_assets/219/26055/17060/c/26055-thumb.jpg
ValueCountFrequency (%)
https://minio.nculture.org/amsweb-opt/multimedia_assets/225/26168/7691/c/26168-thumb.jpg 1
 
2.1%
https://minio.nculture.org/amsweb-opt/3ds/23/84378/84378_thumbnail.jpg 1
 
2.1%
https://minio.nculture.org/amsweb-opt/multimedia_assets/97/29778/14514/c/%ec%84%b1%ea%b3%b5%ed%9a%8c-%ea%b0%95%ed%99%94%ec%84%b1%eb%8b%b9-2019-11-11-13.42.23-thumb.jpg 1
 
2.1%
https://minio.nculture.org/amsweb-opt/multimedia_assets/68/30446/22518/c/%eb%8c%80%ec%a0%84_%ec%b6%a9%eb%82%a8%eb%8f%84%ec%b2%ad-%ea%b5%ac-%eb%b3%b8%ea%b4%80_20191106_091413-thumb.jpg 1
 
2.1%
https://minio.nculture.org/amsweb-opt/3ds/227/84332/84332_thumbnail.jpg 1
 
2.1%
https://minio.nculture.org/amsweb-opt/3ds/39/84394/84394_thumbnail.jpg 1
 
2.1%
https://minio.nculture.org/amsweb-opt/3ds/43/84398/84398_thumbnail.jpg 1
 
2.1%
https://minio.nculture.org/amsweb-opt/multimedia_assets/156/29865/64803/c/c75a9506-thumb.jpg 1
 
2.1%
https://minio.nculture.org/amsweb-opt/3ds/219/84324/84324_thumbnail.jpg 1
 
2.1%
https://minio.nculture.org/amsweb-opt/3ds/34/84389/84389_thumbnail.jpg 1
 
2.1%
Other values (37) 37
78.7%
2023-12-10T19:10:59.477994image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
/ 385
 
8.7%
t 293
 
6.6%
s 199
 
4.5%
m 197
 
4.4%
i 169
 
3.8%
u 169
 
3.8%
e 150
 
3.4%
% 150
 
3.4%
. 149
 
3.4%
o 147
 
3.3%
Other values (91) 2428
54.7%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter 2391
53.9%
Decimal Number 880
 
19.8%
Other Punctuation 731
 
16.5%
Uppercase Letter 194
 
4.4%
Dash Punctuation 113
 
2.5%
Other Letter 63
 
1.4%
Connector Punctuation 62
 
1.4%
Open Punctuation 1
 
< 0.1%
Close Punctuation 1
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
의 3
 
4.8%
성 3
 
4.8%
회 2
 
3.2%
부 2
 
3.2%
모 2
 
3.2%
산 2
 
3.2%
다 2
 
3.2%
이 2
 
3.2%
청 1
 
1.6%
가 1
 
1.6%
Other values (43) 43
68.3%
Lowercase Letter
ValueCountFrequency (%)
t 293
12.3%
s 199
 
8.3%
m 197
 
8.2%
i 169
 
7.1%
u 169
 
7.1%
e 150
 
6.3%
o 147
 
6.1%
p 144
 
6.0%
a 122
 
5.1%
n 113
 
4.7%
Other values (9) 688
28.8%
Uppercase Letter
ValueCountFrequency (%)
B 53
27.3%
E 50
25.8%
C 36
18.6%
A 32
16.5%
D 7
 
3.6%
G 6
 
3.1%
M 5
 
2.6%
I 2
 
1.0%
P 1
 
0.5%
J 1
 
0.5%
Decimal Number
ValueCountFrequency (%)
3 124
14.1%
8 123
14.0%
2 97
11.0%
4 94
10.7%
1 89
10.1%
9 88
10.0%
0 81
9.2%
6 65
7.4%
7 65
7.4%
5 54
6.1%
Other Punctuation
ValueCountFrequency (%)
/ 385
52.7%
% 150
 
20.5%
. 149
 
20.4%
: 47
 
6.4%
Dash Punctuation
ValueCountFrequency (%)
- 113
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 62
100.0%
Open Punctuation
ValueCountFrequency (%)
( 1
100.0%
Close Punctuation
ValueCountFrequency (%)
) 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Latin 2585
58.3%
Common 1788
40.3%
Hangul 63
 
1.4%

Most frequent character per script

Hangul
ValueCountFrequency (%)
의 3
 
4.8%
성 3
 
4.8%
회 2
 
3.2%
부 2
 
3.2%
모 2
 
3.2%
산 2
 
3.2%
다 2
 
3.2%
이 2
 
3.2%
청 1
 
1.6%
가 1
 
1.6%
Other values (43) 43
68.3%
Latin
ValueCountFrequency (%)
t 293
 
11.3%
s 199
 
7.7%
m 197
 
7.6%
i 169
 
6.5%
u 169
 
6.5%
e 150
 
5.8%
o 147
 
5.7%
p 144
 
5.6%
a 122
 
4.7%
n 113
 
4.4%
Other values (20) 882
34.1%
Common
ValueCountFrequency (%)
/ 385
21.5%
% 150
 
8.4%
. 149
 
8.3%
3 124
 
6.9%
8 123
 
6.9%
- 113
 
6.3%
2 97
 
5.4%
4 94
 
5.3%
1 89
 
5.0%
9 88
 
4.9%
Other values (8) 376
21.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII 4373
98.6%
Hangul 63
 
1.4%

Most frequent character per block

ASCII
ValueCountFrequency (%)
/ 385
 
8.8%
t 293
 
6.7%
s 199
 
4.6%
m 197
 
4.5%
i 169
 
3.9%
u 169
 
3.9%
e 150
 
3.4%
% 150
 
3.4%
. 149
 
3.4%
o 147
 
3.4%
Other values (38) 2365
54.1%
Hangul
ValueCountFrequency (%)
의 3
 
4.8%
성 3
 
4.8%
회 2
 
3.2%
부 2
 
3.2%
모 2
 
3.2%
산 2
 
3.2%
다 2
 
3.2%
이 2
 
3.2%
청 1
 
1.6%
가 1
 
1.6%
Other values (43) 43
68.3%

cntnts_url
Text

UNIQUE 

Distinct100
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
2023-12-10T19:10:59.963912image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length47
Median length45
Mean length42.87
Min length41

Characters and Unicode

Total characters4287
Distinct characters35
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

Unique100 ?
Unique (%)100.0%

Sample

1st rowhttps://ncms.nculture.org/food/story/1689
2nd rowhttps://ncms.nculture.org/food/story/1707
3rd rowhttps://ncms.nculture.org/food/story/1779
4th rowhttps://ncms.nculture.org/food/story/1828
5th rowhttps://ncms.nculture.org/food/story/1857
ValueCountFrequency (%)
https://ncms.nculture.org/food/story/1689 1
 
1.0%
https://ncms.nculture.org/food/story/5013 1
 
1.0%
https://ncms.nculture.org/legacy/story/1004 1
 
1.0%
https://ncms.nculture.org/legacy/story/1003 1
 
1.0%
https://ncms.nculture.org/legacy/story/1002 1
 
1.0%
https://ncms.nculture.org/legacy/story/1001 1
 
1.0%
https://ncms.nculture.org/legacy/story/1000 1
 
1.0%
https://ncms.nculture.org/legacy/story/999 1
 
1.0%
https://ncms.nculture.org/food/story/5018 1
 
1.0%
https://ncms.nculture.org/food/story/5017 1
 
1.0%
Other values (90) 90
90.0%
2023-12-10T19:11:00.688775image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
/ 500
 
11.7%
t 403
 
9.4%
r 342
 
8.0%
o 314
 
7.3%
s 306
 
7.1%
c 232
 
5.4%
n 219
 
5.1%
. 200
 
4.7%
u 200
 
4.7%
e 153
 
3.6%
Other values (25) 1418
33.1%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter 3070
71.6%
Other Punctuation 800
 
18.7%
Decimal Number 399
 
9.3%
Dash Punctuation 18
 
0.4%

Most frequent character per category

Lowercase Letter
ValueCountFrequency (%)
t 403
13.1%
r 342
11.1%
o 314
10.2%
s 306
10.0%
c 232
 
7.6%
n 219
 
7.1%
u 200
 
6.5%
e 153
 
5.0%
l 133
 
4.3%
y 132
 
4.3%
Other values (11) 636
20.7%
Decimal Number
ValueCountFrequency (%)
1 73
18.3%
0 71
17.8%
4 59
14.8%
2 32
8.0%
5 31
7.8%
6 30
7.5%
8 28
 
7.0%
9 27
 
6.8%
7 27
 
6.8%
3 21
 
5.3%
Other Punctuation
ValueCountFrequency (%)
/ 500
62.5%
. 200
 
25.0%
: 100
 
12.5%
Dash Punctuation
ValueCountFrequency (%)
- 18
100.0%

Most occurring scripts

ValueCountFrequency (%)
Latin 3070
71.6%
Common 1217
 
28.4%

Most frequent character per script

Latin
ValueCountFrequency (%)
t 403
13.1%
r 342
11.1%
o 314
10.2%
s 306
10.0%
c 232
 
7.6%
n 219
 
7.1%
u 200
 
6.5%
e 153
 
5.0%
l 133
 
4.3%
y 132
 
4.3%
Other values (11) 636
20.7%
Common
ValueCountFrequency (%)
/ 500
41.1%
. 200
 
16.4%
: 100
 
8.2%
1 73
 
6.0%
0 71
 
5.8%
4 59
 
4.8%
2 32
 
2.6%
5 31
 
2.5%
6 30
 
2.5%
8 28
 
2.3%
Other values (4) 93
 
7.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII 4287
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
/ 500
 
11.7%
t 403
 
9.4%
r 342
 
8.0%
o 314
 
7.3%
s 306
 
7.1%
c 232
 
5.4%
n 219
 
5.1%
. 200
 
4.7%
u 200
 
4.7%
e 153
 
3.6%
Other values (25) 1418
33.1%

ctprvn_nm
Categorical

HIGH CORRELATION 

Distinct18
Distinct (%)18.0%
Missing0
Missing (%)0.0%
Memory size932.0 B
경상남도
24 
강원도
14 
<NA>
9 
충청남도
8 
경상북도
8 
Other values (13)
37 

Length

Max length7
Median length4
Mean length4
Min length3

Unique

Unique5 ?
Unique (%)5.0%

Sample

1st row강원도
2nd row강원도
3rd row충청남도
4th row경기도
5th row강원도

Common Values

ValueCountFrequency (%)
경상남도 24
24.0%
강원도 14
14.0%
<NA> 9
 
9.0%
충청남도 8
 
8.0%
경상북도 8
 
8.0%
경기도 7
 
7.0%
충청북도 6
 
6.0%
전라남도 5
 
5.0%
전라북도 4
 
4.0%
대전광역시 4
 
4.0%
Other values (8) 11
11.0%

Length

2023-12-10T19:11:01.327743image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
경상남도 24
24.0%
강원도 14
14.0%
na 9
 
9.0%
충청남도 8
 
8.0%
경상북도 8
 
8.0%
경기도 7
 
7.0%
충청북도 6
 
6.0%
전라남도 5
 
5.0%
대전광역시 4
 
4.0%
전라북도 4
 
4.0%
Other values (8) 11
11.0%

signgu_nm
Text

MISSING 

Distinct57
Distinct (%)67.9%
Missing16
Missing (%)16.0%
Memory size932.0 B
2023-12-10T19:11:01.668548image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length3
Median length3
Mean length2.9285714
Min length2

Characters and Unicode

Total characters246
Distinct characters67
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique48 ?
Unique (%)57.1%

Sample

1st row정선군
2nd row춘천시
3rd row태안군
4th row화성시
5th row속초시
ValueCountFrequency (%)
창녕군 17
 
20.2%
중구 4
 
4.8%
청주시 3
 
3.6%
태안군 2
 
2.4%
진주시 2
 
2.4%
속초시 2
 
2.4%
유성구 2
 
2.4%
목포시 2
 
2.4%
영주시 2
 
2.4%
정선군 1
 
1.2%
Other values (47) 47
56.0%
2023-12-10T19:11:02.363905image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
군 38
15.4%
시 37
15.0%
창 17
 
6.9%
녕 17
 
6.9%
주 15
 
6.1%
구 10
 
4.1%
성 7
 
2.8%
천 5
 
2.0%
영 5
 
2.0%
중 4
 
1.6%
Other values (57) 91
37.0%

Most occurring categories

ValueCountFrequency (%)
Other Letter 246
100.0%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
군 38
15.4%
시 37
15.0%
창 17
 
6.9%
녕 17
 
6.9%
주 15
 
6.1%
구 10
 
4.1%
성 7
 
2.8%
천 5
 
2.0%
영 5
 
2.0%
중 4
 
1.6%
Other values (57) 91
37.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 246
100.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
군 38
15.4%
시 37
15.0%
창 17
 
6.9%
녕 17
 
6.9%
주 15
 
6.1%
구 10
 
4.1%
성 7
 
2.8%
천 5
 
2.0%
영 5
 
2.0%
중 4
 
1.6%
Other values (57) 91
37.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 246
100.0%

Most frequent character per block

Hangul
ValueCountFrequency (%)
군 38
15.4%
시 37
15.0%
창 17
 
6.9%
녕 17
 
6.9%
주 15
 
6.1%
구 10
 
4.1%
성 7
 
2.8%
천 5
 
2.0%
영 5
 
2.0%
중 4
 
1.6%
Other values (57) 91
37.0%

addr
Text

MISSING 

Distinct78
Distinct (%)100.0%
Missing22
Missing (%)22.0%
Memory size932.0 B
2023-12-10T19:11:02.969508image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length39
Median length24
Mean length18.217949
Min length7

Characters and Unicode

Total characters1421
Distinct characters155
Distinct categories7 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique78 ?
Unique (%)100.0%

Sample

1st row강원도 정선군 정선읍 정선로 1314
2nd row강원도 춘천시 약사명동 25-3
3rd row충청남도 태안군 원북면 반계리 202-1
4th row경기도 화성시 서산면
5th row강원도 속초시 중앙동 중앙로147번길 16
ValueCountFrequency (%)
경상남도 22
 
6.3%
창녕군 18
 
5.1%
강원도 9
 
2.6%
경기도 6
 
1.7%
충청남도 6
 
1.7%
경상북도 5
 
1.4%
창녕읍 5
 
1.4%
전라북도 4
 
1.1%
전라남도 4
 
1.1%
산 4
 
1.1%
Other values (238) 267
76.3%
2023-12-10T19:11:03.799807image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
272
 
19.1%
도 62
 
4.4%
1 45
 
3.2%
시 44
 
3.1%
남 44
 
3.1%
경 38
 
2.7%
군 38
 
2.7%
2 30
 
2.1%
상 30
 
2.1%
면 27
 
1.9%
Other values (145) 791
55.7%

Most occurring categories

ValueCountFrequency (%)
Other Letter 936
65.9%
Space Separator 272
 
19.1%
Decimal Number 191
 
13.4%
Dash Punctuation 19
 
1.3%
Other Punctuation 1
 
0.1%
Close Punctuation 1
 
0.1%
Open Punctuation 1
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
도 62
 
6.6%
시 44
 
4.7%
남 44
 
4.7%
경 38
 
4.1%
군 38
 
4.1%
상 30
 
3.2%
면 27
 
2.9%
로 26
 
2.8%
창 24
 
2.6%
산 24
 
2.6%
Other values (130) 579
61.9%
Decimal Number
ValueCountFrequency (%)
1 45
23.6%
2 30
15.7%
5 23
12.0%
0 22
11.5%
6 17
 
8.9%
4 15
 
7.9%
7 13
 
6.8%
3 12
 
6.3%
9 7
 
3.7%
8 7
 
3.7%
Space Separator
ValueCountFrequency (%)
272
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 19
100.0%
Other Punctuation
ValueCountFrequency (%)
, 1
100.0%
Close Punctuation
ValueCountFrequency (%)
) 1
100.0%
Open Punctuation
ValueCountFrequency (%)
( 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 936
65.9%
Common 485
34.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
도 62
 
6.6%
시 44
 
4.7%
남 44
 
4.7%
경 38
 
4.1%
군 38
 
4.1%
상 30
 
3.2%
면 27
 
2.9%
로 26
 
2.8%
창 24
 
2.6%
산 24
 
2.6%
Other values (130) 579
61.9%
Common
ValueCountFrequency (%)
272
56.1%
1 45
 
9.3%
2 30
 
6.2%
5 23
 
4.7%
0 22
 
4.5%
- 19
 
3.9%
6 17
 
3.5%
4 15
 
3.1%
7 13
 
2.7%
3 12
 
2.5%
Other values (5) 17
 
3.5%

Most occurring blocks

ValueCountFrequency (%)
Hangul 936
65.9%
ASCII 485
34.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
272
56.1%
1 45
 
9.3%
2 30
 
6.2%
5 23
 
4.7%
0 22
 
4.5%
- 19
 
3.9%
6 17
 
3.5%
4 15
 
3.1%
7 13
 
2.7%
3 12
 
2.5%
Other values (5) 17
 
3.5%
Hangul
ValueCountFrequency (%)
도 62
 
6.6%
시 44
 
4.7%
남 44
 
4.7%
경 38
 
4.1%
군 38
 
4.1%
상 30
 
3.2%
면 27
 
2.9%
로 26
 
2.8%
창 24
 
2.6%
산 24
 
2.6%
Other values (130) 579
61.9%

ctlstt_la
Real number (ℝ)

HIGH CORRELATION  MISSING 

Distinct78
Distinct (%)100.0%
Missing22
Missing (%)22.0%
Infinite0
Infinite (%)0.0%
Mean36.229496
Minimum33.499534
Maximum38.594158
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size1.0 KiB
2023-12-10T19:11:04.192068image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum33.499534
5-th percentile34.798214
Q135.499234
median35.954867
Q336.941729
95-th percentile38.115839
Maximum38.594158
Range5.0946239
Interquartile range (IQR)1.4424954

Descriptive statistics

Standard deviation1.0495749
Coefficient of variation (CV)0.028970175
Kurtosis-0.47063002
Mean36.229496
Median Absolute Deviation (MAD)0.68017835
Skewness0.27099879
Sum2825.9007
Variance1.1016074
MonotonicityNot monotonic
2023-12-10T19:11:04.651062image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
36.162104913 1
 
1.0%
35.584910535 1
 
1.0%
38.594158153 1
 
1.0%
38.18618365 1
 
1.0%
37.349117552 1
 
1.0%
34.787756044 1
 
1.0%
36.326771064 1
 
1.0%
35.906236211 1
 
1.0%
34.566006701 1
 
1.0%
37.599514844 1
 
1.0%
Other values (68) 68
68.0%
(Missing) 22
 
22.0%
ValueCountFrequency (%)
33.499534241 1
1.0%
34.566006701 1
1.0%
34.782248892 1
1.0%
34.787756044 1
1.0%
34.800059115 1
1.0%
34.854413415 1
1.0%
35.057616269 1
1.0%
35.103927202 1
1.0%
35.164714678 1
1.0%
35.193173639 1
1.0%
ValueCountFrequency (%)
38.594158153 1
1.0%
38.204525 1
1.0%
38.198243534 1
1.0%
38.18618365 1
1.0%
38.10342519 1
1.0%
38.070255 1
1.0%
37.875350399 1
1.0%
37.74897401 1
1.0%
37.599514844 1
1.0%
37.573554693 1
1.0%

ctlstt_lo
Real number (ℝ)

MISSING 

Distinct78
Distinct (%)100.0%
Missing22
Missing (%)22.0%
Infinite0
Infinite (%)0.0%
Mean127.74267
Minimum126.25802
Maximum129.38127
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size1.0 KiB
2023-12-10T19:11:04.946869image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum126.25802
5-th percentile126.38069
Q1127.02275
median127.84846
Q3128.4797
95-th percentile128.66986
Maximum129.38127
Range3.1232521
Interquartile range (IQR)1.4569513

Descriptive statistics

Standard deviation0.82299015
Coefficient of variation (CV)0.0064425627
Kurtosis-1.2608755
Mean127.74267
Median Absolute Deviation (MAD)0.65597727
Skewness-0.2515632
Sum9963.9281
Variance0.67731279
MonotonicityNot monotonic
2023-12-10T19:11:05.249465image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
127.01511912 1
 
1.0%
127.39460228 1
 
1.0%
128.32379831 1
 
1.0%
127.30212065 1
 
1.0%
127.94672331 1
 
1.0%
126.38212413 1
 
1.0%
127.42073049 1
 
1.0%
127.06585554 1
 
1.0%
126.37258219 1
 
1.0%
126.84756532 1
 
1.0%
Other values (68) 68
68.0%
(Missing) 22
 
22.0%
ValueCountFrequency (%)
126.25801994 1
1.0%
126.29792607 1
1.0%
126.37198288 1
1.0%
126.37258219 1
1.0%
126.38212413 1
1.0%
126.48763724 1
1.0%
126.50427833 1
1.0%
126.53117109 1
1.0%
126.621704 1
1.0%
126.624068 1
1.0%
ValueCountFrequency (%)
129.381272 1
1.0%
129.08213728 1
1.0%
128.73401526 1
1.0%
128.72577003 1
1.0%
128.65999564 1
1.0%
128.625631 1
1.0%
128.61953365 1
1.0%
128.605047 1
1.0%
128.589995 1
1.0%
128.584976 1
1.0%

regist_de
Real number (ℝ)

HIGH CORRELATION 

Distinct11
Distinct (%)11.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean20197535
Minimum20190103
Maximum20200629
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size1.0 KiB
2023-12-10T19:11:05.509191image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum20190103
5-th percentile20190214
Q120190221
median20200108
Q320200611
95-th percentile20200625
Maximum20200629
Range10526
Interquartile range (IQR)10390

Descriptive statistics

Standard deviation4594.8164
Coefficient of variation (CV)0.00022749392
Kurtosis-1.0346197
Mean20197535
Median Absolute Deviation (MAD)503
Skewness-0.98783654
Sum2.0197535 × 109
Variance21112338
MonotonicityNot monotonic
2023-12-10T19:11:05.725284image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=11)
ValueCountFrequency (%)
20190214 21
21.0%
20200108 18
18.0%
20200107 14
14.0%
20200604 8
 
8.0%
20200611 8
 
8.0%
20200625 8
 
8.0%
20200622 7
 
7.0%
20190221 6
 
6.0%
20200528 6
 
6.0%
20200629 3
 
3.0%
ValueCountFrequency (%)
20190103 1
 
1.0%
20190214 21
21.0%
20190221 6
 
6.0%
20200107 14
14.0%
20200108 18
18.0%
20200528 6
 
6.0%
20200604 8
 
8.0%
20200611 8
 
8.0%
20200622 7
 
7.0%
20200625 8
 
8.0%
ValueCountFrequency (%)
20200629 3
 
3.0%
20200625 8
 
8.0%
20200622 7
 
7.0%
20200611 8
 
8.0%
20200604 8
 
8.0%
20200528 6
 
6.0%
20200108 18
18.0%
20200107 14
14.0%
20190221 6
 
6.0%
20190214 21
21.0%

Interactions

2023-12-10T19:10:51.163722image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:48.595892image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:49.623233image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:50.567534image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:51.340874image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:48.842100image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:49.939811image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:50.733584image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:51.476893image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:49.158091image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:50.153753image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:50.865487image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:51.634022image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:49.400740image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:50.422906image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-10T19:10:51.014945image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2023-12-10T19:11:05.887635image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
data_manage_nodata_title_nmtheme_nmlwprt_theme_nmcl_nmlwprt_cl_nmsbjt_nmmiddl_sbjt_nmsumry_cnmain_thumb_urlcntnts_urlctprvn_nmsigngu_nmaddrctlstt_lactlstt_loregist_de
data_manage_no1.0001.0000.9420.9070.9420.9420.9240.8941.0001.0001.0000.5530.5091.0000.3870.4941.000
data_title_nm1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
theme_nm0.9421.0001.0001.0001.0001.0001.0001.0001.0001.0001.0000.7770.9851.0000.6780.7630.525
lwprt_theme_nm0.9071.0001.0001.0001.0001.0001.0001.0001.0001.0001.0000.5890.9481.0000.4280.5180.945
cl_nm0.9421.0001.0001.0001.0001.0001.0001.0001.0001.0001.0000.7770.9851.0000.6780.7630.525
lwprt_cl_nm0.9421.0001.0001.0001.0001.0001.0001.0001.0001.0001.0000.7770.9851.0000.6780.7630.525
sbjt_nm0.9241.0001.0001.0001.0001.0001.0000.8831.0001.0001.0000.3370.7621.0000.4550.5661.000
middl_sbjt_nm0.8941.0001.0001.0001.0001.0000.8831.0001.0001.0001.0000.7300.9471.0000.4890.5041.000
sumry_cn1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
main_thumb_url1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
cntnts_url1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
ctprvn_nm0.5531.0000.7770.5890.7770.7770.3370.7301.0001.0001.0001.0000.9931.0000.9090.8300.641
signgu_nm0.5091.0000.9850.9480.9850.9850.7620.9471.0001.0001.0000.9931.0001.0000.9790.9770.894
addr1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000
ctlstt_la0.3871.0000.6780.4280.6780.6780.4550.4891.0001.0001.0000.9090.9791.0001.0000.6220.392
ctlstt_lo0.4941.0000.7630.5180.7630.7630.5660.5041.0001.0001.0000.8300.9771.0000.6221.0000.635
regist_de1.0001.0000.5250.9450.5250.5251.0001.0001.0001.0001.0000.6410.8941.0000.3920.6351.000
2023-12-10T19:11:06.245662image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
sbjt_nmmiddl_sbjt_nmctprvn_nmlwprt_cl_nmlwprt_theme_nmtheme_nmcl_nm
sbjt_nm1.0000.6720.1230.9630.9730.9630.963
middl_sbjt_nm0.6721.0000.3850.9070.9170.9070.907
ctprvn_nm0.1230.3851.0000.5480.3240.5480.548
lwprt_cl_nm0.9630.9070.5481.0000.9901.0001.000
lwprt_theme_nm0.9730.9170.3240.9901.0000.9900.990
theme_nm0.9630.9070.5481.0000.9901.0001.000
cl_nm0.9630.9070.5481.0000.9901.0001.000
2023-12-10T19:11:06.571860image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
data_manage_noctlstt_lactlstt_loregist_detheme_nmlwprt_theme_nmcl_nmlwprt_cl_nmsbjt_nmmiddl_sbjt_nmctprvn_nm
data_manage_no1.000-0.0820.1370.6430.9430.8500.9430.9430.7910.7280.255
ctlstt_la-0.0821.000-0.1060.1870.3710.2750.3710.3710.1560.2390.630
ctlstt_lo0.137-0.1061.000-0.4300.4470.3440.4470.4470.2080.2410.487
regist_de0.6430.187-0.4301.0000.7600.7790.7600.7600.9580.9070.523
theme_nm0.9430.3710.4470.7601.0000.9901.0001.0000.9630.9070.548
lwprt_theme_nm0.8500.2750.3440.7790.9901.0000.9900.9900.9730.9170.324
cl_nm0.9430.3710.4470.7601.0000.9901.0001.0000.9630.9070.548
lwprt_cl_nm0.9430.3710.4470.7601.0000.9901.0001.0000.9630.9070.548
sbjt_nm0.7910.1560.2080.9580.9630.9730.9630.9631.0000.6720.123
middl_sbjt_nm0.7280.2390.2410.9070.9070.9170.9070.9070.6721.0000.385
ctprvn_nm0.2550.6300.4870.5230.5480.3240.5480.5480.1230.3851.000

Missing values

2023-12-10T19:10:51.859234image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-10T19:10:52.270590image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2023-12-10T19:10:52.537247image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.

Sample

data_manage_nodata_title_nmtheme_nmlwprt_theme_nmcl_nmlwprt_cl_nmsbjt_nmmiddl_sbjt_nmsumry_cnmain_thumb_urlcntnts_urlctprvn_nmsigngu_nmaddrctlstt_lactlstt_loregist_de
01689식구는 많고 쌀은 없을 때 양을 늘려서 먹던 곤드레나물밥생활문화향토음식생활과 민속생활우리 음식의 맛과 이야기<NA>곤드레는 아무 때나 뜯어 먹을 수 있는 나물이 아니다. 5월에서 6월 사이가 적당하고 7월이 되면 쇠어버린다. 연하고 부드러운 곤드레를 뜯어다가 밥을 지을 때 그 위에 올려 뜸을 들이면 향긋한 곤드레나물밥이 된다.https://minio.nculture.org/amsweb-opt/multimedia_assets/225/26168/7691/c/26168-thumb.jpghttps://ncms.nculture.org/food/story/1689강원도정선군강원도 정선군 정선읍 정선로 131437.378863128.65999620190221
11707간에 좋은 다슬기, 빙그르르 뽑아 먹고 껍질도 고아 먹고생활문화향토음식생활과 민속생활우리 음식의 맛과 이야기<NA>다슬기는 표준말 이름이고 지방마다 부르는 이름이 다르다. 춘천에서는 다슬기를 달팽이라 부르고 충청도 등지에서는 올갱이라고 한다. 소래고동, 갈고동, 민물고동, 고딩이, 대사리, 물비틀, 소라, 배드리, 물골뱅이 등이라고도 부른다. 다슬기 요리법은 지역마다 조금씩 다르다. 된장을 넣거나 맑게 끓이는 곳도 있고 산초 열매나, 방아잎을 넣어 먹는 곳도 있다.https://minio.nculture.org/amsweb-opt/multimedia_assets/235/26225/10783/c/26225-thumb.jpghttps://ncms.nculture.org/food/story/1707강원도춘천시강원도 춘천시 약사명동 25-337.87535127.72760620190221
21779가을이 오기 전에 몸에 좋은 박속밀국낙지탕생활문화향토음식생활과 민속생활우리 음식의 맛과 이야기<NA>낙지에 대한 속담은 꽤 많은데 그 중 오뉴월 낙지는 개도 안 먹는다는 말이 있다. 초여름에는 어린 낙지를 키우느라 어미낙지의 살이 빠지기 때문이다. 어린 낙지는 어려서 살이 없고 성체(成體) 낙지는 살이 빠져 먹을 게 없다는 뜻이다. 그러므로 낙지의 맛을 제대로 보려면 무더위가 지난 9월은 되어야 한다. 여름을 지낸 어린 낙지들은 9월이 되면 제법 살이 오르고 크기도 크다. 이때의 낙지를 중낙지, 꽃낙지라고 하여 최고로 손꼽는다.https://minio.nculture.org/amsweb-opt/multimedia_assets/237/26249/10804/c/26249-thumb.jpghttps://ncms.nculture.org/food/story/1779충청남도태안군충청남도 태안군 원북면 반계리 202-136.824583126.2580220190221
31828“갯고랑 넘어야 먹을 수 있는 바지락칼국수, 그 깊은 시원함”생활문화향토음식생활과 민속생활우리 음식의 맛과 이야기<NA>제부도는 경기도 화성시에 속한 작은 섬(면적 0.98㎢)이다. "저비섬", "접비섬"이라고 불린 적도 있었다. 북쪽의 자갈밭과 해수욕장을 제외하면 모두 갯벌인 제부도에서는 예전에는 바다에 들어가기만 하면 갯벌에 숨은 바지락을 한 양동이씩 캐왔다.&nbsp;전국적으로 바지락이 생산되고 있지만, 서해안의 바지락이 제일 맛있다.https://minio.nculture.org/amsweb-opt/multimedia_assets/238/26253/10808/c/26253-thumb.jpghttps://ncms.nculture.org/food/story/1828경기도화성시경기도 화성시 서산면37.171241126.62406820190214
41857“진정한 오징어순대는 바르르한 밥알을 손으로 채워 넣어야”생활문화향토음식생활과 민속생활우리 음식의 맛과 이야기<NA>속초중앙시장은 평일에도 오징어순대를 찾는 이들이 줄을 섰다. 이곳 아니면 오징어순대의 제맛을 보기가 어렵기 때문이다. 오징어순대는 힘들어도 일일이 손을 대어야 맛있다. 이렇게 일일이 오징어에 속을 채워 대나무꼬지에 꿰어 만든 오징어순대는 고슬고슬한 밥알과 쫄깃한 오징어 다리가 씹히는 담백한 맛이다.https://minio.nculture.org/amsweb-opt/multimedia_assets/219/26055/17060/c/26055-thumb.jpghttps://ncms.nculture.org/food/story/1857강원도속초시강원도 속초시 중앙동 중앙로147번길 1638.204525128.58999520190214
51882묵사발은 할머니 간장 맛, 숟가락으로 후루룩 먹는 거야생활문화향토음식생활과 민속생활우리 음식의 맛과 이야기<NA>대전에는 금병산 줄기를 따라 박산, 적오산, 오봉산, 불무산 등 12개의 크고 작은 산들이 있다. 구즉동에 아파트가 들어서기 전만 해도 동네 뒷산에는 도토리가 지천에 있었고 묵을 만들어 파는 이들이 늘어나면서 묵 마을로 유명했던 시절이 있었다. 도토리묵사발은 묵말이라고도 부른다. 간장 물에 일정한 길이로 썬 도토리묵을 소복이 담고 그 위에 김과 깨소금, 고춧가루를 올렸다.https://minio.nculture.org/amsweb-opt/multimedia_assets/54/27740/18771/c/27740-thumb.jpghttps://ncms.nculture.org/food/story/1882대전광역시유성구대전광역시 유성구 구즉동 금남구즉로 137836.44622127.38380220190221
61983“맵게 해주소 하면, 찜갈비 한 양지기, 물 한 양지기”생활문화향토음식생활과 민속생활우리 음식의 맛과 이야기<NA>대구 찜갈비 골목에는 원조란 이름의 간판이 없다. 100m 남짓한 거리에는 찜갈비를 전문으로 하는 식당이 줄지어 섰다. 찜갈비는 갈비찜과 달리 간장이 아닌 고춧가루가 주재료이다.https://minio.nculture.org/amsweb-opt/multimedia_assets/213/25974/10757/c/25974-thumb.jpghttps://ncms.nculture.org/food/story/1983대구광역시중구대구광역시 중구 동인동1가35.87135128.60504720190214
71992먹어는 봤나요? 호른호른, 야들야들, 쫄깃한 고래고기생활문화향토음식생활과 민속생활우리 음식의 맛과 이야기<NA>장생포 ‘고래 문화마을’은 포경산업이 성황을 이루었던 60~70년대의 마을 모습을 재현했다. 당시 장생포 항구는 우리나라 최대 포경항이었다. 1899년 러시아 태평양 포경회사가 고래를 해체하는 장소로 선정한 이래 한국의 대표 포경기지였던 셈이다. 이 당시에는 해체한 고래를 주로 일본으로 수출했다. 그렇지 못한 부위는 장생포 사람들이 먹었다. 소금을 넣고 삶아서 수육으로 먹거나 이것저것 부위별로 섞어 탕도 끓여 먹었다. 그때만 해도 고래고기는 돼지나 소가https://minio.nculture.org/amsweb-opt/multimedia_assets/55/27745/18764/c/27745-thumb.jpghttps://ncms.nculture.org/food/story/1992울산광역시남구울산광역시 남구 매암동 209-135.505818129.38127220190221
82005싱그러운 송진향 한입 가득, 양양 금송이생활문화향토음식생활과 민속생활우리 음식의 맛과 이야기<NA>송이 따러 다니는 사람들에게는 8월의 비가 중요하다. 비가 자주 내리면 9월의 풍성한 수확을 기대할 수 있기 때문이다. 대표적인 송이 산지로 손꼽히는 곳은 강원 양양군과 경북 봉화군·영덕군이다. 그중 양양 송이는 다른 지역의 송이에 비해 수분 함량이 적고 몸체가 단단하고 향이 깊다.https://minio.nculture.org/amsweb-opt/multimedia_assets/220/26075/18820/c/26075-thumb.jpghttps://ncms.nculture.org/food/story/2005강원도양양군강원도 양양군 양양읍 안산1길 74-5238.070255128.62563120190221
92368관동팔경 중 으뜸인, 통천 총석정역사문화유산누정문화유산건축유적그림 속의 누정<NA>총석정(叢石亭)은 강원도 통천군 고저읍 총석리 바닷가에 있는 누정이다. 관동팔경(關東八景) 중 한 곳으로 그 가운데 가장 유명하였다. 현재 북한 지역에 속해 있다. 총석정이라는 정자 명은 바다 위에 빽빽이 솟아 있는 돌기둥[叢石] 위에 세워진 정자라는 뜻이다. 지리적으로 현무암 용암이 오랜 세월 비바람과 파도에 부딪혀 6각형 혹은 8각형 등의 여러 가지 모양의 돌기둥을 이룬 주상절리 위에 세워진 정자이다. 신라의 술랑(述郞)·남랑(南郞)·영랑(永郞)·안https://minio.nculture.org/amsweb-opt/multimedia_assets/132/19473/16131/c/19473-thumb.jpghttps://ncms.nculture.org/pavilion/story/2368강원도<NA><NA><NA><NA>20190103
data_manage_nodata_title_nmtheme_nmlwprt_theme_nmcl_nmlwprt_cl_nmsbjt_nmmiddl_sbjt_nmsumry_cnmain_thumb_urlcntnts_urlctprvn_nmsigngu_nmaddrctlstt_lactlstt_loregist_de
901021선비 정신과 기독교 문화가 만나다 - 안동교회 예배당역사문화유산근대문화유산문화유산건축유적공간으로 읽는 근대문화 역사유산삶을 보듬은 종교 시설경상북도 안동시 안동교회는 1908년 김병우가 안동 서문 밖에 기독서점을 열면서 시작되었다고 할 수 있다. 유림의 고장 안동에 책방을 낸 미 북장로회의 선교전략은 주효했다. 김병우는 1909년 첫 예배를 드렸다. 안동교회는 그날을 창립일로 한다. 북장로회는 1909년 성소병원도 개원했다. 1911년에는 계명학원을 개원해 초등교육을 시작했다. 서점, 의료, 교육을 앞세운 덕분에 안동교회는 자리를 잡아 나갔다. 1919년 3·1운동 당시 안동장터 시위는 김https://minio.nculture.org/amsweb-opt/3ds/10/84365/84365_thumbnail.jpghttps://ncms.nculture.org/legacy/story/1021경상북도안동시경상북도 안동시 화성동 서동문로 12736.567384128.7257720200108
911022해미성지의 순교자 유해를 발굴하다 - 서산 동문동성당 상홍리공소역사문화유산근대문화유산문화유산건축유적공간으로 읽는 근대문화 역사유산삶을 보듬은 종교 시설충청남도 서산시 음암면 상홍리 동문동성당 상홍리 공소는 내포 지역 천주교회사를 간직한 유서 깊은 곳이다. 19세기 중반 형성된 상홍리 교우촌의 ‘가재 공소’로 시작되어, 1920년부터 1937년까지 본당의 역할을 했다. 본당 승격 직후인 1921년 당시 현재의 건물을 지었다. 한옥 외양에 내부는 바실리카 양식을 따른 성당으로 건축되었다. 1923년에는 본당 바로 앞에 3칸 솟을대문으로 종탑을 세웠다. 본당 시절인 1935년 중요한 발굴을 진행했다. 주임https://minio.nculture.org/amsweb-opt/multimedia_assets/89/29769/14333/c/%EC%84%9C%EC%82%B0_%EC%83%81%ED%99%8D%EB%A6%AC%EA%B3%B5%EC%86%8C_20191227_135643-thumb.jpghttps://ncms.nculture.org/legacy/story/1022충청남도서산시충청남도 서산시 음암면 상홍2길 12236.793865126.50427820200108
921023미군의 민간인 집단학살 ? 영동 노근리 쌍굴다리역사문화유산근대문화유산문화유산건축유적공간으로 읽는 근대문화 역사유산근대를 떠받친 토목시설과 광산한국전쟁 초기 충천북도 영동군 영동읍 주곡리와 임계리 주민들은 미군이 시키는 대로 피란길에 올랐다. 피란 행렬이 노근리 쌍굴다리 부근을 지나가던 중 갑자기 비행기가 폭격을 했다. 폭격을 피하기 위해 주민들은 경부선 철로를 떠받치고 있던 쌍굴다리 밑으로 숨었다. 하지만 미군은 기관총을 동원해 민간인들을 무차별 학살했다. 학살은 1950년 7월 26일부터 29일까지 사흘간 계속됐고 400여 명에 이르는 민간인이 희생됐다. 이 사건은 오랫동안 비밀에 붙여졌https://minio.nculture.org/amsweb-opt/multimedia_assets/68/29741/14023/c/%EB%85%B8%EA%B7%BC%EB%A6%AC-%EC%8C%8D%EA%B5%B4%EB%8B%A4%EB%A6%AC2019-11-21-13.59.48-thumb.jpghttps://ncms.nculture.org/legacy/story/1023충청북도영동군충북 영동군 황간면 노근1길 3-236.21882127.87823820200108
931024영주, 생활사를 재발견하다 - 영주 근대역사문화거리역사문화유산근대문화유산문화유산건축유적공간으로 읽는 근대문화 역사유산근대 거리를 거닐다문화재청은 2018년 경상북도 영주시 두서로와 광복로 일대 거리(‘영주 근대역사문화거리’)를 등록문화재 제720호로 지정했다. 한 장소나 공간이 아니라 거리 전체를 등록문화재로 지정한 것은 2018년이 처음이다. 점(點) 지정을 넘어 선과 면으로 등록문화재 제도를 넓힌 결과다. 문화재청은 영주의 거리 지정과 함께 ‘구 영주역 5호 관사’(제720-1호), ‘구 영주역 7호 관사’(제720-2호)‘, ’영주 영주동 근대한옥‘(제720-3호), ’영주 영광https://minio.nculture.org/amsweb-opt/3ds/17/84372/84372_thumbnail.jpghttps://ncms.nculture.org/legacy/story/1024경상북도영주시경상북도 영주시 광복로 1736.828277128.61953420200108
941025황금광 시대의 흔적 ? 경기 여주 금광 터역사문화유산근대문화유산문화유산건축유적공간으로 읽는 근대문화 역사유산근대를 떠받친 토목시설과 광산경기도 여주시에는 일제강점기 금광의 흔적이 두 군데 남아 있다. 이포나루 근처인 금사면과 옥녀봉 금광이 그곳이다. 지질학상으로 강원도 홍천군, 횡성군, 경기도 양평군과 함께 홍천지구 금광상에 속하는 두 금광은 일제강점기부터 금을 캐내기 시작하여 1970년대까지 흥성했던 금광이었다. 1989년 판 <여주군지>에 따르면 ‘옥녀봉 금광’의 금 매장량은 한반도 전체에서 8위에 이를 정도로 큰 광산이었다고 한다. 금사면 역시 금모래가 많아 사금업자들의 발길이 끊<NA>https://ncms.nculture.org/legacy/story/1025경기도여주시경기 여주시 금사면 소유리37.417678127.49121420200108
951026붉은 벽돌성당의 기적 - 나주 노안성당역사문화유산근대문화유산문화유산건축유적공간으로 읽는 근대문화 역사유산삶을 보듬은 종교 시설전라남도 나주시 노안면 양천리 노안성당은 나주에서는 처음 설립된 성당이자, 전라남도에서 두 번째로 세워진 성당이다. 노안성당은 1900년대 계양 공소로 시작됐다. 프랑스 선교사들은 나주읍내 가까운 곳에 성당을 설립하려 했으나 여의치 않아 산골이지만 계안 공소를 나주 최초의 성당으로 정했다. 1927년 증축 건립된 노안성당 본당 건물은 기술의 한계와 재정적 여건 때문에 비용은 줄이되 기능은 최대화하는 방향으로 지어졌다. 붉은 벽돌로 올린 노안성당 건물은https://minio.nculture.org/amsweb-opt/multimedia_assets/66/30445/22504/c/%EB%85%B8%EC%95%88%EC%84%B1%EB%8B%B9-2019-12-06-16.03.01-thumb.jpghttps://ncms.nculture.org/legacy/story/1026전라남도나주시전남 나주시 노안면 양천리 75035.103927126.67517720200108
961027불타버린 마을에 다시 성소 세우고 - 용인 고초골 공소역사문화유산근대문화유산문화유산건축유적공간으로 읽는 근대문화 역사유산삶을 보듬은 종교 시설경기도 용인시에는 한국 천주교회사 초기 중요 사적지들이 여러 곳 남아 있다. 용인시 원삼면 학일리 고초골은 1800년대 중반 무렵 교우촌이 형성된 지역이다. 고초골에서 쌍령산을 넘으면 안성시 양성면 미리내 성지다. 미리내에 숨어 살던 교인들이 산 너머 고초골을 개척한 것으로 추정된다. 고초골 북쪽인 용인시 양지면 남곡리 은이성지와 골배마실은 김대건 신부가 자라나고 세례를 받은 장소다. 고초골 교우촌은 병인박해 당시 최소 5명의 순교자가 나왔고, 마을은https://minio.nculture.org/amsweb-opt/3ds/26/84381/84381_thumbnail.jpghttps://ncms.nculture.org/legacy/story/1027경기도용인시경기도 용인시 처인구 고초골로 1537.153745127.28096620200108
971028“새로운 세상이 열리리라” - 김제 증산법종교 본부영대와 삼청전역사문화유산근대문화유산문화유산건축유적공간으로 읽는 근대문화 역사유산삶을 보듬은 종교 시설증산법종교는 대한제국 시기에 태동한 증산교 계통의 종교다. 증산법종교는 증산교의 창시자인 증산 강일순과 정 씨 부인 사이 소생인 딸 화은당 강순임에 의해 교단의 모습을 갖추었다. 증산교 역시 강일순 생전에는 종단을 갖추지 못했고, 둘째 부인 고판례가 일제강점기에 시작했다. 강순임은 6세 때 아버지를 여의였고, 34세에 아버지로부터 불덩어리를 치마에 받는 신비체험을 한 후 1937년 증산향원이라는 명칭으로 교단을 세웠다. 강순임은 여러 곳을 거쳐 1949https://minio.nculture.org/amsweb-opt/3ds/37/84392/84392_thumbnail.jpghttps://ncms.nculture.org/legacy/story/1028전라북도김제시전라북도 김제시 금산면 모악로 26035.717391127.02075520200108
981029100년 ‘뾰족집’의 마림바 연주 소리 - 청주 문화동 우리예능원역사문화유산근대문화유산문화유산건축유적공간으로 읽는 근대문화 역사유산보통사람들의 자취충청북도 청주시 문화동 ‘우리예능원’은 1924년 지어졌다. 건축 당시에는 조선금융조합연합회 충청북도 지부장 관사였다. 4면의 급경사 지붕이 십자가 형태를 이루는 관사는 ‘뾰족집’으로 불린다. 1920년대 금융조합은 급성장하던 금융기관으로서, 관사 겸 접객 용도로 집을 지은 것으로 보인다. ‘뾰족집’은 해방 후 잠시 교회로 사용되다가 한국전쟁 후에는 청주YMCA 회관이 되었다. 청주YMCA는 관사 정원 자리에 강당을 지어 예식장 등으로 사용했다. 30년https://minio.nculture.org/amsweb-opt/3ds/2/84357/84357_thumbnail.jpghttps://ncms.nculture.org/legacy/story/1029충청북도청주시충청북도 청주시 상당구 대성로122번길 1836.636089127.49347920200108
991030쌀 수탈의 한이 어린 통로 ? 전북 군산 해망굴역사문화유산근대문화유산문화유산건축유적공간으로 읽는 근대문화 역사유산근대를 떠받친 토목시설과 광산구 군산시청 앞의 중앙로(구 명치정통)는 군산 원도심을 동서로 연결하는 도로이다. 중앙로의 서쪽 끝에 해망령(海望嶺)이 있는데 일제는 군산시내와 수산물의 중심지인 해망동(현 해신동), 미곡을 반출하던 군산 내항을 연결하기 위해 해망령에 터널을 만들었다. 1926년 제3차 군산항 축항공사가 벌어졌는데 이때 해망굴(海望堀)도 함께 건설되었다. 해망굴 공사는 돌산을 깨서 만드는 난공사여서 인부 10여 명이 사망했는데 일제는 희생된 조선인 인부의 시신조차 제대https://minio.nculture.org/amsweb-opt/3ds/42/84397/84397_thumbnail.jpghttps://ncms.nculture.org/legacy/story/1030전라북도군산시전라북도 군산시 중앙로 23035.990634126.70657320200108