Biblioteki publiczne w Mieście Przemyślu – czytelnicy i zasoby
Zasób danych obejmuje informacje statystyczne dotyczące funkcjonowania bibliotek publicznych na terenie Miasta Przemyśla, pozyskiwane z Banku Danych Lokalnych prowadzonego przez Główny Urząd Statystyczny.
Dane dotyczą Biblioteki Publicznej im. Ignacego Krasickiego wraz z jej filiami działającymi na obszarze miasta Przemyśl i są publikowane w ujęciu rocznym. Zasób umożliwia analizę skali działalności bibliotek, poziomu czytelnictwa oraz stanu i wykorzystania zasobów bibliotecznych.
Zakres danych obejmuje następujące wskaźniki:
-
biblioteki i filie – liczba placówek bibliotecznych,
-
księgozbiór – stan liczbowy zbiorów bibliotecznych,
-
czytelnicy w ciągu roku – liczba osób korzystających z bibliotek,
-
wypożyczenia księgozbioru na zewnątrz – liczba wypożyczeń poza siedzibą biblioteki,
-
zbiory specjalne – liczba zbiorów specjalnych (np. materiały audiowizualne, dokumenty życia społecznego).
Dane udostępniane są dynamicznie poprzez API BDL, co umożliwia ich automatyczne pobieranie, aktualizację oraz integrację z portalami open data i systemami analitycznymi. Zasób może być wykorzystywany w analizach kulturalnych, raportach JST, dokumentach strategicznych oraz publikacjach informacyjnych.
| Rok | liczba filii bibliotecznych | stan liczbowy zbiorów bibliotecznych | liczba osób korzystających z bibliotek | liczba wypożyczeń poza siedzibą biblioteki | liczba zbiorów specjalnych |
|---|---|---|---|---|---|
| 2026 | B.D. | B.D. | B.D. | B.D. | B.D. |
| 2025 | B.D. | B.D. | B.D. | B.D. | B.D. |
| 2024 | 8 | 279532 | 7975 | 145497 | 4194 |
| 2023 | 8 | 277551 | 7899 | 147991 | 3879 |
| 2022 | 8 | 273775 | 7758 | 136114 | 4114 |
| 2021 | 8 | 268881 | 7532 | 131573 | 3798 |
| 2020 | 8 | 265343 | 7789 | 109341 | 3447 |
| 2019 | 8 | 267368 | 10308 | 158559 | 2987 |
| 2018 | 8 | 275907 | 9702 | 153738 | B.D. |
| 2017 | 8 | 280553 | 9606 | 162018 | B.D. |
| 2016 | 8 | 279172 | 9716 | 162832 | B.D. |
| 2015 | 8 | 284380 | 9294 | 165207 | B.D. |
Domyślnie pokazujemy 50 pierwszych wierszy. Przewijaj tabelę, aby doładować kolejne (do 300).
Wykres generowany na podstawie próbki danych i wybranych kolumn X/Y.
API dla programistów
Endpointy poniżej umożliwiają pobranie danych w formatach przyjaznych dla aplikacji (JSON/CSV/GeoJSON), z paginacją i selekcją kolumn. Dokumentacja OpenAPI: https://dane.przemysl.eu/wp-json/sod/v1/openapi.json
Endpoint danych zasobu
https://dane.przemysl.eu/wp-json/sod/v1/resources/717/datahttps://dane.przemysl.eu/wp-json/sod/v1/resources/717/data?format=csvhttps://dane.przemysl.eu/wp-json/sod/v1/resources/717/data?format=geojsonParametry: limit, offset, fields (np. fields=name,lat,lon), format (json/csv/geojson). Dla GeoJSON możesz dodać bbox=minLon,minLat,maxLon,maxLat.
Przykłady użycia
cURL
curl "https://dane.przemysl.eu/wp-json/sod/v1/resources/717/data?limit=20&offset=0"
JavaScript (fetch)
fetch("https://dane.przemysl.eu/wp-json/sod/v1/resources/717/data?limit=20")
.then(r => r.json())
.then(data => console.log(data.data.rows));
Python (requests)
import requests
url = "https://dane.przemysl.eu/wp-json/sod/v1/resources/717/data?limit=50"
r = requests.get(url)
r.raise_for_status()
rows = r.json()["data"]["rows"]
print(rows[:3])
R (httr2)
library(httr2)
req <- request("https://dane.przemysl.eu/wp-json/sod/v1/resources/717/data?limit=50")
res <- req_perform(req)
json <- resp_body_json(res)
head(json$data$rows)
https://dane.przemysl.eu/wp-json/sod/v1. Jeśli administrator włączy ochronę kluczem, dodaj nagłówek X-SOD-API-Key.
Metryka zmian pokazuje przetwarzanie i wykrycie zmian źródła (hash).
-
2026-01-22 13:23 Inne
-
2026-01-22 13:23 Inne
-
2026-01-22 13:22 Inne
-
2026-01-22 13:21 Inne
Historia zmian jest tworzona automatycznie przy każdym zapisie zasobu w panelu.