陈意涵怀孕只胖四公斤:舍得对自己狠的女人,太可怕了

01

最近,通过一档真人秀节目,陈意涵再次上了热搜。

节目中,嘉宾互相闲谈时,提到了陈意涵的小儿子。朗朗问陈意涵孩子有多大,陈意涵说刚生,才六个月大。

朗朗和吉娜,诧异地看了一眼身材纤瘦的陈意涵,不禁同时惊呼:你这哪像?恢复得也太快了!

接着,陈意涵说出了更令人不可思议的一句话:我怀孕时,只胖了四公斤!


真是惊呆众人!要知道,一个新生儿的平均体重为3公斤,这也就意味着除了孩子的体重,陈意涵整个孕期增加的体重,少到可以忽略不计了!

网友直呼:只胖一个孩子是怎么做到的,简直太可怕了!

按节目中陈意涵的说法,她之所以可以把体重控到如此地步,全完跟自己热爱运功有关。

陈意涵素有健身狂魔的美称,不管寒来暑往,她每天都坚持慢跑,这个习惯她一直保持了7年。

记得有一次,她下雨天跑步迷路了,一直跑到脚流血了,把鞋子都染红了,还喜滋滋地跟网友分享自己的光荣战果。

即使后来怀了孕,也没停下自己奔跑的脚步。网上多次传出她怀孕时跑步的照片,每一张都元气满满,丝毫没有孕期的不适。

直到快生产了,还在登山。刚出月子的第一天,就开始忙着健身,找肌肉。

不得不说,陈意涵对自己太“狠”了!这种疯狂的操作,真是一般孕妇难以做到的。

02

大部分女性怀孕时,更喜欢在安逸中度过。每天睡到自然醒,肆无忌惮吃着好吃的美食,躺在床上拿着手机追剧,就这么日复一日,度过了十个月的舒适期。最后胖了几十斤,孩子落了地,自己也成功收获了一堆赘肉。

我的一个闺蜜小清就是如此。

怀孕前的小清又美又瘦,只有90斤,穿什么都像是走秀。老公也宠着她,给她买买买,还夸她带出去特有面。

后来小清怀了孕,老公立即让她辞掉了工作,让她安心在家待产。让我们这些缺钱又缺爱,既要疲于加班又要应对父母催婚的剩女,都羡慕坏了。

小清也心安理得地享受这一切,整个孕期都是在吃吃喝喝、玩玩乐乐中度过的。时间带给她的,除了逐渐增大的肚子,还有逐而飙升的体重。

临产前,她的体重已经达到了130斤。她却毫没在意,觉得反正生下孩子后,身材就会恢复。再不济,自己以后减肥也行。

谁知道,月子做完以后,小清的身材不仅没恢复,体重又多了10斤。她的老公虽然没多说什么,但脸上明显多了几分嫌弃。

之前的漂亮短裙,短裤都穿不上了,小清只能穿宽松的裤子。这都不算什么,最重要的是整个孕期让她养成了懒散的习惯。她不愿去上班,只想呆在家里。还养成了暴饮暴食的习惯,对美食毫无招架之力,更别说减肥了。

她跟老公的矛盾也越来越多,常常为了鸡毛蒜皮的小事争吵。老公看小清各种不顺眼,还处处挑她的毛病,禁止她买衣服,还说再好看的衣服穿到小清身上也是浪费。

我也无数次劝她去减肥,甚至拉着她一起去健身房,可是不出几分钟,她就气喘吁吁地瘫倒在地,主动宣布放弃。

从人人羡慕的女神,到身材走样的弃妇,真是世事难料。像小清这样,如果不对自己狠点,不减肥,不出去工作,不管住自己的嘴,婚姻必定岌岌可危。

03

你也许会说,陈意涵是明星,重视自己的身材管理是必须的。毕竟女星,除了演技好,完美的外形也是观众缘的增分项。

但娱乐圈里,产后身材走样的也大有人在,张雨绮复出后身材被称虎背熊腰 ,赵丽颖产后唯一一次现身也是包裹严实,张歆艺公然被批身材走样,还有谢娜、大S等……

不是所有的女人,都有陈意涵身上的这股狠劲。也不是所有的女人,都能控制好自己的人生。舍得对自己下狠手,其实是一种极度的自律,是对自己近乎严苛的要求。

陈意涵最自己的狠不仅表现在运动上,还在她的作息习惯上。每天准时九点睡五点起,精准规律。

难怪,从她身上丝毫看不出生产过得痕迹。她满脸的胶原蛋白,每天都活力满满,36岁了,却像是18岁的元气少女。而上面提到的闺蜜小清,明明只有27岁,看上去像苍老臃肿,俨然40岁的大妈。


你看,人生是公平的。你对自己足够狠了,岁月也会温柔待你,不舍得在你脸上留下沧桑的印记。

你不舍得对自己下狠手,那么岁月就会对你下狠手。

04

有研究表明,对自己狠的人,成功的概率往往更高。

曾在知乎上看到一个帖子,一个女孩子用了一年半时间,从220斤减到了90斤。她放了好多张对比图,算是减肥极其成功的例子。

许多网友纷纷询问减肥秘籍,最后才知道她一年多没有吃过晚饭,午饭也是简单的水果蔬菜,还强迫自己只吃5分饱。她根本没什么减肥秘诀,就是单纯饿瘦的。

看得我五味杂陈,不禁感叹这真是用生命减肥啊。一边为这女孩感到心疼,一边又佩服她的勇气。

我猜想,她之所以敢对自己这么狠,一定是经历了无尽的嘲笑跟冷言冷语。人只有到了足够绝望的地步,才敢对自己这么苛刻。

就像著名作家冰心在《成功的花》里说:“成功的花,人们只惊艳她现时的明艳!然而当初她的芽儿,浸透了奋斗的泪泉,洒遍了牺牲的血雨。”

成功的人生,从来不是空想而来的,需要的是勤奋,自律,坚持,更重要的是敢于对自己下狠手。

有时候,人应该像种子一样,敢于从舒适的土壤里钻出来,迎接外面的风吹雨打,日照光晒,才能破茧成蝶,开出成功的花。

不狠一次,不逼自己一把,你永远不知道自身的潜力有多大,也不知道自己原来可以很优秀。

也许蜕变的过程很慢,很痛苦,但当某一天,你真的变成了自己喜欢的样子,你一定会回过头来感谢那个敢于对自己下狠手的自己。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,588评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,456评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,146评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,387评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,481评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,510评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,522评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,296评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,745评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,039评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,202评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,901评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,538评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,165评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,415评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,081评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,085评论 2 352

推荐阅读更多精彩内容

  • 参考视频 RNN-Recurrent Neural Networks 本文结构: 什么是 Recurrent Ne...
    不会停的蜗牛阅读 8,758评论 0 21
  • 深秋的季节,五点多钟,天色就慢慢暗下来,马上要立冬了。最不喜欢冬天,到处都是冰冷冰冷的,不想出屋,不想上班,只希望...
    云舒无意007阅读 243评论 0 1
  • 宝宝在我怀里吃奶玩耍,看我的时候; 宝宝搂着我的时候,睡着软绵绵的时候; 努力拼搏,为拿订单的时候; 运动完大汗淋...
    嗨起来来来阅读 128评论 0 0
  • 在文章<深度模型训练方法>中提到,深度模型中拥有很多超参,模型的训练其实就是一个调超参的过程。而在调超参时,我们主...
    RobertY阅读 916评论 0 1