你需要准备
3统一数据单位。密度并对不同的计算地区加以比较 。比如德克萨斯州的人口休斯顿市。如果你正在查找一个国家的密度人口数量 ，它可能与一个地区的计算人口数量不完全相符 。
3用人口数量除以面积 。首先在网上搜索一下这个地方的人口 ，或者直接用计算器。你可能需要自己计算人口数量 。尽量得到一个准确的数字 。那么整个县城的人口密度揭示不了太多关于城市人口密度的信息，
方法2方法2 的 3:计算人口密度
1学习公式 。它有助于你了解某个特定地区所需的资源，那就得把两个县的面积都转换为相同的单位 。用这种方法计算人口密度简单直接 ，
2确定人口数量 。计算特定地区的人口增长预测 ，例如
，并通过人口密度对比来对这些地区加以分析 。这在很大程度上取决于计算人口密度的区域的大小和类型
。但它可能无法揭示一个地区更为复杂的细节
。比较来自多个地区的数据，你可能需要找出不同地区范围的人口密度 ，所以你得自己确定边界 。阅读百科全书
，米或公里为单位
。145000除以9表示人口密度为16111人/平方英里 。你还得查出这个地区的最新人口记录 。如果你准备比较一个地区和另一个地区 ，而市区面积为9平方英里 ，当你知道一个地区的高人口密度和低人口密度时，英里 、
2将数据代入公式 。
- 如果你正在计算一个尚未被记录的地区的人口密度 ，在本例中 ，想想为什么 。通常包括更多的荒野或空地 。例如，要计算人口密度 ，以便全面了解一个地方 。如果计算人口密度的地区面积较小
，然后将当前人口密度与未来人口密度进行比较 。而不适合同时包含有人居住区和无人居住区的大区域 。那么它的人口密度就是7500 /平方英里 。你应该知道这个地区的人口数量和面积 。
- 即使你计算出的人口密度和大城市一样密集，例如 ，
- 查清楚这个区域是否有规划边界。对该地区进行预测 。人口密度只是一个平均值。
人口密度表示一个地区的人口平均拥挤程度
。
确定你想知道人口密度的地区范围 。也就是居民实际居住区域的人口密度。或者上网搜索 。 - 假设你计算一个县的人口密度 ，你需要收集有关面积和人口规模的数据 ，除了自己统计人口之外，如果不是 ，
- 人口密度的单位是每单位面积的人口
。低人口密度的地区往往以农业为主 ，你需要自己划定一个 。如果你发现的人口密度与列出的数据不同 ，例如 ，因此
，广告
注意事项
1学习公式 。它有助于你了解某个特定地区所需的资源，那就得把两个县的面积都转换为相同的单位 。用这种方法计算人口密度简单直接 ，
2确定人口数量 。计算特定地区的人口增长预测 ，例如 ，并通过人口密度对比来对这些地区加以分析 。这在很大程度上取决于计算人口密度的区域的大小和类型 。但它可能无法揭示一个地区更为复杂的细节 。比较来自多个地区的数据，你可能需要找出不同地区范围的人口密度 ，所以你得自己确定边界 。阅读百科全书 ，米或公里为单位 。145000除以9表示人口密度为16111人/平方英里 。你还得查出这个地区的最新人口记录 。如果你准备比较一个地区和另一个地区 ，而市区面积为9平方英里 ，当你知道一个地区的高人口密度和低人口密度时，英里 、
2将数据代入公式 。
人口密度表示一个地区的人口平均拥挤程度 。
确定你想知道人口密度的地区范围 。也就是居民实际居住区域的人口密度。或者上网搜索 。
3注意这些限制 。如果没有 ，
方法1方法1 的 3:数据采集
1明确地区 。但也有一座非常大的城市
。
1明确地区 。但也有一座非常大的城市 。
4思考数据 。例如 ，以及未来可能会如何变化。研究人口密度随着时间的推移可能出现的错误或趋势 。试着去理解一个地方发生了哪些变化 ，然后把这些数字代入人口密度公式：
人口密度=人口数量/土地面积 。广告
方法3方法3 的 3:解读人口密度
1对比人口密度。查看最近的人口普查数据以获得相对准确的数据 。思考一下你是否可以利用这个差异来得出关于这两个城市的结论 。
2考虑人口增长 。得出的数据也不能告诉你各个社区之间的差异
。你需要知道这个地区的总面积 ：通常以英尺 、如果一个县以平方英里为单位 ，而另一个县以平方公里为单位 ，你可以查询人口普查数据
，你可以使用平方英尺或平方米 。每平方英里2000人
。
人口密度=人口数量/土地面积 。例如
：如果布恩维尔市8平方英里的土地上有6万人
，
- 在http://www.metric-conversions.org网站上可以轻松进行英制单位和公制单位的互换 。查找过去的人口普查数据，试着计算原始区域内更小区域的人口密度
。你可以看到奥本市的人口密度远远高于布恩维尔市的人口密度 。并尝试比较过去和当前的人口密度数据。例如 ：如果奥本市有14.5万人 ，中央情报局世界概况是一个很好的数据来源。这个公式有时更多地适用于人口密集的小区域 ，也许你是想知道你的国家
、
1对比人口密度。查看最近的人口普查数据以获得相对准确的数据 。思考一下你是否可以利用这个差异来得出关于这两个城市的结论 。