當前位置:文範網 >

個人文檔 >學生作文 >

學騎自行車作文(精品多篇)

學騎自行車作文(精品多篇)

學騎自行車作文(精品多篇)

學騎自行車的作文 篇一

今天,是寒假的第八天,星期六。媽媽不上班,家務也做完了,她沒事幹,我便讓媽媽教我學騎自行車,因為班裏同學們都會騎自行車,唯獨我不會。

媽媽從家裏推來自行車,告訴我“眼睛看前方,不要看腳,要用力蹬……”然後媽媽示範一次讓我看,我一看,太容易了,趕緊坐上了自行車,但是自行車彷彿在和我作對,在媽媽的手下是一個温順的小綿羊,在我手下就是一頭特有脾氣的小毛驢,車子一會兒東倒,一會兒西歪,我根本就不會掌握平衡,所以,沒騎兩下,我就摔倒了,痛的我的眼淚都流下來了,“不學了!”媽媽走過來,語重心長地跟我説:“不要怕,失敗乃成功之母!

記住了,一定要眼睛看前方,不要看腳,腳要用力踩……”我按照媽媽的方法去做,自己騎了一會兒,倒還不錯,我有點得意洋洋了。可在下坡的時候,一塊石頭出現在我的面前,我想剎車,可車速太快,剎不下來,我摔了個四腳朝天,自行車也壓在我的腳上。

我疼得哭了起來,媽媽遠遠地望見了,急忙跑了過來,把我扶了起來,摸了摸我受傷的腳,用鼓勵的話語對我説:“騎得挺好的。但是剛剛學的時候,不能騎得太快,急於求成就控制不住車的速度。”這句話語讓我感覺到有一股熱量在我身體內快速流淌着,我再一次上了車,慢慢地騎着,過了好久都沒有摔跤,我終於會騎自行車了。

通過學騎自行車這件事,我明白了:只要你付出就一定會有回報的,付出大,回報就大,反之就小。這是我通過學騎自行車總結的經驗。

學騎自行車作文 篇二

我的姥姥雖然年紀比較大,但騎自行車還是一流的,我打算讓姥姥教教我。

暑假裏的一天,姥姥就開始行動了,她把哥哥的自行車借來,再從後面綁上一根棍子,就開始教我了。姥姥一開始先扶着棍子,讓我邊騎邊找平衡,我是越騎越快。但好景不長,姥姥漸漸地扶着扶着就把手鬆開了。而我,一開始還能騎幾步,可不一會車子就發抖、傾斜。“碰”!我一不小心和樹來了一個擁抱,姥姥趕緊把我扶了起來。又讓我開始找平衡。不過我很快就可以自己騎了。

可是攔路虎又來了——把不平。姥姥多次給我説要掌握平衡,可我就是記不住。這不,上次騎車的時候,沒把把擺平。我一騎,車子就跟轉轉椅一樣,可腳還一個勁的蹬。不知轉了多少圈,我和車子一起倒在地上。雖然我還是改不了,但有了這次教訓,我就好多了。

唉!誰叫我膽子小呢。姥姥説要往前看,不要緊張。我每次騎車都跟吃了個大冰塊一樣,發抖!手捏得通紅通紅,汗一大把一大把的。姥姥鼓勵我:“大膽騎,否則你將永遠不會騎車,被人笑話,你肯定不願意。”聽了這話我不知從哪兒來了一股勁,像風一樣的瘋騎,沒想到一不小心又被石頭絆了一下,像被人重重地扔出去的東西一樣掉在地上。我心裏想:我再也不騎了。可又一想,難道自己碰到一點困難就害怕了嗎?不!我忍痛爬起來又騎上了自行車。

經過努力,我終於學會了騎車。從中我也明白了一點,無論學什麼怕苦,是學不成功的。

學騎自行車作文600字 篇三

以前,我看見院子裏的大哥哥大姐姐們騎自行車無比輕鬆自由,我羨慕極了。可是光羨慕又什麼用呢?今天是個陰天,沒有太陽,也沒有下雨,正是騎自行車的好天氣。我推着自行車拉着爸爸來到門前的空地上,讓他教我騎自行車。

爸爸先教我騎在自行車上掌握平衡。他把我扶上自行車,等我坐穩了,就扶着我想前行。可是,這自行車龍頭偏不聽我的使喚。我想往東它就往西,我想往左它就往右。沒幾下我就從自行車上摔下來,摔得人仰車翻。就這樣上上下下,我不知摔了多少次,摔得我腳青手腫,我真不想受這份苦罪了。可我又想起了我們學過的課文《愛迪生》,愛迪生有一次做實驗時,硫酸差一點兒把他的眼睛弄瞎了,但是他沒有動搖,依然堅持做試驗。我怎麼能受一點兒輕傷就泄氣呢?一定要緊咬牙關堅持下去。我按照爸爸所講的:要做正要挺胸收腹;心裏不要慌;眼睛要看正前方……這些方法去做,果然有效——很少摔下來了。騎了幾圈,漸漸地爸爸鬆開了緊握我的手,我也放大了膽子。

我輕鬆自由的騎了起來,掌握住了平衡。

接着,爸爸又教我上車。他叫我先把自行車推到斜坡上。抓住剎車,右腳踏右踏板,然後放剎車,車就會滑一段時間,趁着自行車正在滑行的正段時間,腳向上一蹬,就坐了上去。我也學着爸爸的樣子去做,可沒想到摔了個狗啃泥。爸爸連忙跑過來把我扶起來,説:“沒有關係,要知道‘世上無難事,只怕有心人’。”我聽了爸爸的這番話,又繼續學了起來。我練了好多次可是都摔了下來,但是我不怕苦,依然奮力練習。……不一會兒我不但學會掌握了平衡,還會了上車。

我騎着自行車在院子裏繞圈子,一圈、兩圈……心裏甭提有多高興啦!現在我終於明白“世上無難事,只怕有心人”這句話的道理了。

  • 文章版權屬於文章作者所有,轉載請註明 https://wenfanwang.com/gerenwendang/zuowen/jvdmkn.html
專題