在《大眾科學》雜誌，我們不製作政治圖表。我們也不關心民調結果。但我們確實關心您能否理解從現在到選舉日之後幾乎每天都會看到的民調和地圖。
網路上有很多關於「糟糕」選舉圖表的批評，所以我們就不浪費時間去抨擊某個媒體了。雖然有些圖表確實醜陋不堪，但大多數圖表本身並無好壞之分——它們只是被用於了不該用於的用途。
你不會用大槌去掛相框，同樣，如果地形圖比較合適，就不應該用普通地圖。一旦你了解了設計師使用的工具，你就會更容易判斷他們何時做得好，何時做得不好。
地圖：土地不會投票，人會。
除了民調結果之外，你看到的絕大多數選舉圖表可能都是一些簡單的地圖，顯示哪些美國州可能倒向共和黨或民主黨。這類地圖的優點在於它們非常容易理解——如果你想知道愛荷華州或密西根州可能會投票給誰，你就知道該去哪裡看。
問題在於，這些地圖的設計目標是地理上的精確性。它們在這方面做得非常出色，尤其是在採用合適的投影方式來考慮地球曲率，避免北部各州被拉伸變形的情況下。但正如邁阿密大學數據視覺化設計師兼視覺新聞學教授阿爾貝托·開羅所指出的那樣：土地不會投票，人才會。
許多面積最大的州人口密度相對較低，因此人口較少，選舉人票也較少。因此，地理上精確的地圖往往過度強調了面積較大的州在選舉中的重要性。
然而，政治地圖在展示選舉人票方面表現較佳。儘管名稱聽起來更專業，但這些地圖通常只是用簡單的幾何圖形來表示各州，而不是用地理邊界來表示。設計精良的政治政治地圖會用一個方格來代表每張選舉人票，因此得票較多的州在方格內面積更大。
有些人不喜歡地圖，因為它們比較陌生，乍看之下可能難以理解。例如，當各州的位置有些混亂時，很難準確找到愛荷華州或喬治亞州的位置。雖然需要一些時間來適應，但隨著設計師創作的地圖越來越多，我們所有人都會越來越擅長閱讀它們。
但這並不意味著地理地圖毫無用處——有一些方法可以使它們更加準確。
一種方法是像《經濟學人》一樣，將大小與選舉人票數相對應的氣泡疊加在地圖上。這樣做既能確保每個州的位置符合預期，又能讓讀者清楚了解各州的選舉人票數。
另一種方法是繪製一張地理地圖，地圖上每個選民以一個點表示。這樣既能將所有選民都保留在各自的地理區域內，又能完全避免選舉人團制度，從而直接展示普選結果。
長條圖：在基線處，檢查基線
美國人對民調非常痴迷，所以在選舉季（現在似乎每四年一次）期間，你會看到大量的長條圖，比較有多少人表示會投票給不同的候選人。這意味著你看到的大部分都是顯示百分比的基本圖表。但通常情況下，這些圖表會被精心裁剪，以給你留下某種印象。
請看下面的三張圖表。它們都顯示候選人A領先，得票率為49%，而候選人B以45%的得票率落後。但這三張圖表所呈現的情況略有不同。
第一張圖似乎顯示候選人A大幅領先，但隨後的每張圖都顯示領先優勢越來越小。如果你觀察縱軸，就會明白原因。第一張圖將縱軸範圍限制在40%到50%之間，這使得4個百分點的差距看起來更大。在第二張圖中，差距較小，因為我們看到的是從0%到50%的完整範圍。這就是為什麼在長條圖中顯示基線（或零點）很重要：任何程度的縮放都可能人為放大差異。
圖表3顯示的差異最小，因為它縮放到了100%。至於第二張圖和第三張圖哪個更好，這其實是主觀的——很少有候選人能達到接近100%的水平，所以可能只顯示50%或60%的水平更有意義，這樣候選人之間的差異就更容易看出。這完全取決於設計者想讓你從圖表中得出什麼結論。而這正是你應該注意的：圖表中呈現的內容反映了設計者想要你看到的東西。
如果他們想讓你關注某一方，他們只會向你展示那些表示支持候選人A或候選人B的選民。但這只是故事的一部分。另一個選擇是向你展示上次選舉中有多少人沒有投票，這則講述了一個截然不同的故事：
折線圖：多雲，有不確定性
民意調查通常被呈現為非此即彼的絕對結果，聲稱一定數量的人會投票給某個候選人，而另一數量的人會投票給另一個候選人。但實際上，民意調查種類繁多，方法各異，缺陷也很多，因此經驗豐富的數據專家總是會向你展示各種民意調查的匯總結果。
如果你正在查看一張顯示民調支持率隨時間變化的折線圖，你可能會忽略一個關鍵訊息：不確定性。下圖清晰地展示瞭如何繪製不確定性——它表現為圍繞每條中心線的淺藍色或紅色填充區域。
這種簡單的陰影處理可以讓你看到民調資料重疊的點。早在三月和四月，就出現了大量的重疊，這意味著儘管平均數據顯示前副總統喬·拜登領先五到六個百分點，但實際情況可能恰恰相反——唐納德·特朗普總統當時可能領先幾個百分點。
在2016年民調顯示希拉蕊·柯林頓勝算較大之後，設計師們在2020年大選中更加關注不確定性。事實上，川普當年也並非沒有獲勝的可能，但媒體在討論柯林頓的勝算時，通常只給出一個固定的百分比。專注於這種不確定性，你就能更了解選舉日所有可能的結果。
