很多人用Obsidian一段时间之后，都会遇到一个问题，笔记越来越多，但越来越难看到全局。

每天可能会记录很多内容：

• 每日日记

• 阅读记录

• 学习时间

• 运动数据

• 内容输出

• … …

时间一长，几十篇、几百篇笔记散落在不同页面。你知道自己记录了很多东西，但很难回答一个简单的问题：

最近一个月，我到底发生了什么变化？

这是很多笔记系统都会遇到的瓶颈。信息越来越多，但洞察越来越少。而解决这个问题最有效的方法，其实只有一个：数据可视化。

当数据被画成趋势图、统计表、热力图的时候，很多变化会变得非常直观。作为一名数据分析师，我对这种事情几乎是本能敏感。所以在使用 Obsidian 的过程中，我几乎忍不住去研究各种表格统计或者可视化统计插件。

过去一年，我前后尝试过 20多个相关插件，做过很多不同的实验。最后慢慢发现一个事实：

Obsidian 的数据可视化，其实只需要理解 4种核心方式。

理解了这四种方式，你基本就掌握了 Obsidian 数据系统的核心逻辑。

第一种：Dataview —— 让笔记开始“结构化”

如果你刚开始探索数据可视化，第一个一定会遇到的插件就是 Dataview。很多人第一次用 Obsidian，记录的数据要么是直接记录在笔记主体内容中，像这样的：

今天体重 72kg今天阅读 30分钟今天写了一篇文章

这些信息都存在不同的笔记里。要么是学会通过obsidian的属性字段来记录相关数据，如：

rank: 28

两种方式都是记录，但是都没有进行汇总，而 Dataview 做的事情，就是把这些零散信息整理出来。最后通过表格的形式展现出来：

可以，按照你自己的标签或者维度，自动整理出来。

所以从系统角度来看：Dataview 并不是可视化工具，而是数据整理工具。 如果没有 Dataview，后面很多可视化其实也很难实现。

第二种：Tracker —— 最适合做趋势监控

当数据被整理出来之后，很多人下一步就会想做一件事情：看趋势。

例如：

• 体重是在下降还是上升

• 阅读时间有没有增加

• 写作频率是否稳定

这时候就轮到 Tracker 插件发挥作用了。

Tracker 可以把笔记中的数字，自动生成趋势图。比如每天记录：体重: 72

Tracker 就会自动生成一条体重变化曲线。

我自己目前就在用 Tracker 做一个非常简单的个人健康面板，比如：

• 体重趋势

• BMI趋势

• 体脂趋势

• 体能趋势

有兴趣可以看文章：《我用 Obsidian 管理健康：只记录这几项健康数据》，当这些数据被画成图表之后，你会发现一件很有意思的事情：很多变化，其实一眼就能看出来。有时候一个简单的折线图，比几十条笔记更有意义。

第三种：热力图 —— 让习惯一眼可见

还有一种可视化方式，是热力图。如果你用过 GitHub，应该见过那种提交记录日历。每天提交代码，日历上就会出现一个绿色方块。坚持越久，这张图就越壮观。这种可视化方式其实非常适合习惯记录。在 Obsidian 中，很多人会用热力图来记录：

• 写作天数

• 阅读天数

• 学习打卡

• 运动记录

它最大的价值不是看趋势，而是看连续性。当你看到一整个月都被颜色填满的时候，其实是一种很强的心理激励。很多人会把热力图放在 Obsidian 首页，当作一种习惯提醒。但是也要结合自己的性格和偏好进行选择，我个人就更喜欢更详细的可视化数据，因此，没有过多的使用热力图。

第四种：DataviewJS —— 无限可能的进阶玩法

如果你继续深入探索，很可能会遇到一个更高级的玩法：DataviewJS。 简单来说，它是在 Dataview 的基础上，允许你用 JavaScript 自定义数据逻辑。很多高手会用 DataviewJS 做出非常复杂的页面，比如：

• 阅读统计面板

• 项目管理仪表盘

• 内容创作监控系统

甚至可以做出类似 Notion Dashboard 的页面。不过说实话，这种玩法更适合技术能力比较强的人。因为一旦进入 DataviewJS 的世界，你会发现：自由度很高，但复杂度也会明显提高。 如果只是做个人记录，其实完全不一定需要走到这一步。

对于我个人只是用来统计我听写的英语素材覆盖了多少词汇，参考代码如下：

// 获取所有带 #book 标签的笔记const pages = dv.pages("#听写");// 合并所有笔记内容let allWords = [];for (let page of pages) {    const content = await dv.io.load(page.file.path);    const words = content.toLowerCase().match(/\b[a-z'-]+\b/g) || [];    allWords.push(...words);}// 去重统计const uniqueWords = [...new Set(allWords)];// 输出结果dv.el("p", `**听写覆盖单词去重词汇量**: ${uniqueWords.length} (来自 ${pages.length} 篇笔记)`);

总的来说

在折腾了这么多插件之后，我反而越来越克制。因为我慢慢意识到一件事情：Obsidian 的数据系统，其实不需要太复杂。 大多数情况下，只要两个工具就够了：

• Dataview：Dataview 负责整理数据。

• Tracker：Tracker 负责展示趋势。

这两者组合在一起，其实已经可以搭建一个非常完整的个人数据系统。而像 DataviewJS、Charts 这些插件，更像是进阶玩法。如果一开始就研究这些高级功能，很容易陷入一种状态：花很多时间搭建系统，却很少真正记录数据。

但从数据分析的角度来看，最重要的一件事情其实是：持续的数据输入。 如果没有数据积累，再漂亮的图表也只是空壳。所以现在我的原则其实非常简单：

先记录，再可视化。当数据积累到一定程度之后，你会发现一件很有趣的事情。你的 Obsidian，已经不只是一个笔记软件。它慢慢变成了一个属于你自己的：人生数据仪表盘。

‍