在《Popular Science》这里，我们不做政治图表。我们不关心谁在民意调查中领先。但我们关心的是，您能够理解从现在直到大选日之后很久，您几乎每天都会看到的民意调查和地图。
互联网上充斥着对“糟糕”选举图表的批评，所以我们不会花时间抨击某个媒体或另一个媒体。虽然那里有一些极其丑陋的图片，但大多数图表实际上并非好坏之分——它们只是被用在了不适合它们的地方。
你不会用大锤子来挂相框，而当分幅地图比普通的地图更合适时，你不应该使用普通的地图。一旦你理解了设计师使用的工具，你就会更容易分辨出他们何时做得好——何时做得不好。
地图：英亩不会投票，人会投票
除了民意调查结果，你看到的多数选举图表很可能是显示哪些美国州可能倾向于共和党或民主党的基本地图。像这样的地图很有用，因为它们非常熟悉——如果你想知道爱荷华州或密歇根州可能投票给谁，你确切知道去哪里看。
问题在于，这些地图的设计是为了在地理上准确。它们在这方面做得很好，尤其是如果它们通过适当的投影来考虑地球的曲率，而不会拉伸北部的州。但正如数据可视化设计师、迈阿密大学视觉新闻学教授Alberto Cairo所指出的那样：英亩不会投票，人会投票。
许多按面积计算最大的州人口密度相对较低，因此人口和选举人票也较少。因此，在地理上准确的地图会过度强调地域广阔的州在选举中的重要性。
然而，分幅地图更能有效地展示选举人票。尽管名字听起来更花哨，但它们只是地图，通常使用简单的几何形状来表示州，而不是它们的地理边界。设计精良的政治分幅地图使用一个方块来代表每一张选举人票，因此票数多的州显得更大。
有些人不喜欢分幅地图，因为它们不熟悉，乍一看可能显得难以阅读。例如，很难确切知道在哪里找到爱荷华州或佐治亚州，因为州的位置有点混乱。这确实需要一些时间来适应，但设计师制作的分幅地图越多，我们就越能更好地阅读它们。
但这并不意味着地理地图就毫无用处——有方法可以使它们更准确。
一种方法是叠加按选举人票数大小命名的气泡，正如《经济学人》杂志所做的那样。这样做可以保持每个州在其预期位置，同时让观众清楚地了解涉及的选举人数量。
另一种方法是制作一张地理地图，其中每个选民由一个点代表。这样可以保留所有选民在其地理空间中，并设法完全避开选举人团，转而展示普选票。
条形图：以基线为准，检查基线
美国对民意调查有一种痴迷，所以在大选季（现在似乎持续了整整四年），你会看到很多条形图，比较有多少人表示他们会投票给某个候选人，而有多少人会投票给另一个候选人。这意味着你看到的大多数都是显示百分比的基本图表。但通常，这些图表会被有策略地裁剪，以给你一种特定的印象。
看看下面的三个图表。它们都显示候选人A以49%的得票率领先，而候选人B以45%的得票率落后。但这三个图表讲述的故事略有不同。
第一个图表似乎显示候选人A有明显的领先优势，然后接下来的每个图表描绘的领先优势似乎越来越小。如果你看看垂直轴，你就会明白原因。图表1将轴限制在40%到50%之间，这使得四分点的差距显得更大。在第二个图表中，差距变小了，因为我们实际上看到了从零到50%。这就是为什么在条形图上显示基线——或者零——很重要：任何程度的放大都可以人为地放大差异。
图表3显示最小的差异，因为它放大了到100%。第二个或第三个图表哪个更好是主观的——很少有候选人接近100%，所以只显示到50%或60%可能更相关，这样候选人之间的差异就不会太难看出。这取决于设计师想让你从图表中得出什么。而这正是你应该注意的：你在图表中看到的内容反映了其制作者想让你看到的内容。
如果他们想让你关注一方而不是另一方，他们就会只展示那些表示想选候选人A或候选人B的选民。但这只是故事的一部分。另一个选择是展示有多少人在上次选举中没有投票，这讲述了一个截然不同的故事。
折线图：云里雾里，充满不确定性
民意调查通常被表述为二元的、绝对的，声明某个数量的人会投票给一个候选人，而另一个数量的人会投票给另一个候选人。但当然，有很多民意调查，有许多方法，也有许多缺陷，这就是为什么经验丰富的数据专家总是会向你展示各种民意调查的汇总。
如果你正在查看显示民意调查评分随时间变化的折线图，可能有一个你不知道要查找的关键信息：不确定性。你可以在下面看到一个很好的如何绘制不确定性的演示——那是围绕着每个中心线的那种淡蓝色或红色填充。
这种简单的着色使你能够看到民意调查数据重叠的点。在三月和四月，有很大的重叠，这意味着尽管平均显示前副总统乔·拜登领先五六个点，但也有可能恰恰相反——唐纳德·特朗普总统可能领先两三个点。
不确定性是设计师在2020年选举中更加关注的问题，此前民意调查显示希拉里·克林顿很有可能在2016年获胜。事实是，特朗普当年总是有获胜的可能，但当媒体讨论克林顿获胜的几率时，通常是以一个固定的百分比来表示的。关注不确定性，你将能更好地了解大选日的所有可能结果。
