美國大選終於塵埃落定，在這次選舉中，各家媒體是如何用可視化即時呈現選情的？身處美國之外的我們，又能通過什麼樣的角度觀察這次選舉？北半球進入冬季，許多國家的疫情又開始出現反覆，各國政府的應對政策真的有效嗎？疫情之下，人們的生活習慣又發生了哪些變化？全球深度報道網精選了11月值得一看的數據新聞。
美國大選中，媒體如何將選情可視化？
在這屆美國總統選舉中，由於郵寄選票的實施，各州結果揭曉有一定時間差。當各州開票之際。對於想要第一時間追蹤結果的人們，各家媒體就成為了主要信息來源。而很多主流與獨立媒體選擇將數據可視化，製成可交互頁面，方便讀者隨時訪問，及時快速了解開票情況。在這則推文串里，Datawrapper 聯合創辦人兼主理、數據可視化專家 Lisa Charlotte Rost 一舉匯總了包括彭博、華盛頓郵報在內超過二十餘家主流媒體的選舉結果可視頁。
另外，地理信息教授 James Cheshire 也大力讚揚了媒體的信息可視技術在此次展現出的進步，並在這條推文串中嚴選了6則他認為值得一看的選情可視化作品。
美國之外的我們能夠如何觀察大選結果？
出品方：澎湃美數課
這次大選，是美國歷史上投票人數最多的一次，面對選舉中產生的海量數據，身處美國政治環境之外的人們又能如何系統性地解讀？澎湃美數課精心篩選出了九個角度，將「權力的遊戲」的進行過程濃縮到九幅圖中。
不同政見的人們，聽的歌也會不同嗎？
出品方：ZDF heute
人們對音樂品味是否會因其政治立場而異？德國電視節目 ZDF heute 利用 Spotify 和谷歌趨勢的數據，分析了美國人的音樂品味，得到了一個有趣的發現：共和黨州的人顯然更喜歡流行音樂和鄉村音樂，而民主黨州的人則經常聽嘻哈和說唱。 ZDF heute 將這個結果製成類似 IG Story 形式的報道與觀眾分享。
那些在疫情下拿到政府合同的公司，都與那些政客有聯繫？
出品方：Sophie Hill
哈佛大學政治學博士生 Sophie Hill 將英國保守黨政客與疫情期間獲得英國政府合同的公司之間的聯繫可視化。她的可視化基於各種新聞機構的報道數據，包括衛報、openDemocracy 和 Byline Times。同時，Hill 已將相關的數據集與源代碼上傳至了 GitHub ，讀者可以免費取得。
疫情下出行減少，但交通情況得到改善了嗎？
出品方：明鏡周刊
對疫情的恐懼正驅使德國人的通勤選擇從公共汽車和火車轉為私家車，這反過來又增加了城市內的交通擁堵。《明鏡周刊》利用導航設備製造商 TomTom 的數據，製作了交互式地圖，向人們展示了德國10個主要城市中哪些地方交通擁堵情況最嚴重。
有聲音的新冠感染人數圖表
出品方：Jan Willem Tulp
在北半球進入冬天后，歐美與亞洲開始應對又一波疫情高峰。在各種各樣的疫情信息頁中，數據設計師 @JanWillemTulp 製作的這個可視化數據模擬器給許多人留下了深刻印象。這個實時更新的動態頁面，通過混合圖像和音頻來多維度展示疫情的傳播率，不斷跳動的數字與「叮叮叮」的聲音可能會讓你產生前所未有的緊迫感。
Charticulator：微軟開發新款數據可視化工具
微軟研究院近日正式發布旗下開發的一個開源的數據可視化平台，名為 Charticulator。該平台不僅支持使用簡單的拖拽界面利用數據創建圖表，還能以同樣的方式實現圖表內元素的完全自定義。對於編程技術有限的數據記者來說可謂是一大福音。機器學習、數據可視化專家 Josh Taylor 則對這款開源工具進行了詳解與評測。
數據可視化中那些你可能未曾留意過的「潛規則」
數據可視化就像拼拼圖：拼圖要展現的畫面就是你最終希望表達的故事；你所掌握的拼圖的碎片即你手頭的數據，你的工作就是把拼圖拼起來。但在看似直接的過程中，還藏有你也許從未意識到的「潛規則」。數據可視專家 Kaiser Fung 在這篇長文指南中對這些「潛規則」進行了逐一剖析。
