當前位置:文書都 >

國小作文 >四年級作文 >

有關我的媽媽四年級作文4篇

有關我的媽媽四年級作文4篇

在學習、工作乃至生活中,説到作文,大家肯定都不陌生吧,藉助作文可以宣泄心中的情感,調節自己的心情。那麼問題來了,到底應如何寫一篇優秀的作文呢?以下是小編為大家收集的我的媽媽四年級作文4篇,歡迎閲讀與收藏。

有關我的媽媽四年級作文4篇

我的媽媽四年級作文 篇1

一場車禍奪走了爸爸,從此,媽媽便成了我和妹妹的全部依靠。

從此,以前每天上8個小時班的媽媽一天上12個小時班,下班後還要給我們準備飯菜、洗衣物、打掃房間,媽媽似乎總有做不完的事情。

一個週末,我讓媽媽教我買菜。路過小青家的小院,看到幾個阿姨湊在一起邊吃瓜子邊看電視,時而發出哈哈哈的笑聲。

一個阿姨説:“你聽説了嗎?XX店現在正在打折,可便宜了,我一下子買了好幾百塊錢的東西呢!”另一個阿姨説:“你就知道挑便宜貨,我老公不讓我買便宜的,説是沒品位,不夠檔次。我常去國商,那裏的東西才是正品,沒有一兩千別想買回家。”聽到這兒,我不僅心裏一酸,自從爸爸離開後,媽媽一件便宜的新衣服都沒買過。

看到我們走過,一個阿姨叫住了媽媽:“玲玲媽,你怎麼還一個人帶着孩子過呀?多辛苦啊!都多少年了,你也得為自己想想,找個伴兒了。一個人多不容易呀!要我,早改嫁了。”

“不辛苦!跟兩個孩子在一起,我很快樂!”媽媽笑着帶我走開了。

這就是我的媽媽!雖然她沒有錢,但我們依然很愛我們的媽媽。

我的媽媽四年級作文 篇2

我的媽媽是最偉大的`人,她用自己心血養大了我,從我從還不懂走路,到能自己做事。

我的媽媽叫張×,她是漢族人,b型血,身高167釐米,體重96斤,我媽媽在XX局工作,她工作很忙,每天正常五點半下班,但是她都要到六點才回家。有時候她晚上加班要到11點才回來,她回到家後還有工作上的事要處理,經常一個晚上打好幾個電話,還經常看手機完成工作。

我媽媽有一個愛好,是喜歡養花,她每兩個星期左右就會買一盆或幾朵花放在花瓶裏,放點水,擺在客廳裏。她也很用心,每天都給花澆水,記得之前我買了一盆多肉植物放在陽台,但我一直都忘記給它澆水,媽媽卻不管有多忙,都會按時幫我澆水。我看了很感動,我每天寫完作業後,還有一些時間在玩,媽媽卻比我還忙,但還堅持幫我做我沒有堅持做的事,我要感謝我的媽媽。

我媽媽性格開朗,十分有耐心。有一次我寫作業時遇到了一個難題,一直不知道怎麼寫,只好去找我的媽媽,媽媽看到題目後,一下就明白了,但她並沒有指責我説什麼簡單的題都不懂,而是把思路告訴了我,但是我還是不明白,拍着腦袋坐在椅子上。媽媽又耐心的把方法説了一遍,又解釋了一遍,在媽媽的指導下,我攻克了一道又一道難題。

我媽媽還有一個不看電視的好習慣,她很喜歡看書。她做事十分認真,不僅在工作上認真,對我的學習也很認真。我愛我的媽媽。

我的媽媽四年級作文 篇3

今天早上,我過生日,媽媽説:“今天是你的生日,我準備了一份特殊的禮物,放在家裏,你自己找吧!”然後媽媽上班去了。

媽媽走後我開始大搜查,可能藏在哪裏呢?我先從廚房開始找,我左右掏掏把煤氣爐打開,把所有櫃門打開,把冷凍室的東西拿出來,可是沒找到,搞得廚房一片狼藉。

我接着來到客廳找,翻了玩具櫃沒有,拆了空調也沒有,拆了活動桌也沒有,我還拆了DVD和話筒,可還是沒能找到,後來我又睡了睡房和書房,依然沒有收穫。

我就差陽台和廁所了,翻了廁所沒有,我便來到陽台,陽台上放滿了植物,我便把所有的植物都拔了出來,可依然沒有找到,在我困惑時,忽然發現牆角還有一個太陽花,我把太陽花拔了出來,果然找到了禮物,是一個白盒子,打開了裏面沒有一個盒子,一直打開了10個盒子,裏面最小的盒子我打開了一看,原來是我小時候的照片,和一歲的頭髮,這些都是記憶,有人説:“記憶是人的最好禮物。”

雖然這些禮物不是玩的吃的,但我卻找到小時候的記憶,我應該謝謝媽媽送我的禮物。

我的媽媽四年級作文 篇4

我的媽媽是一位善良的母親。它有着一頭棕色的頭髮,彎彎的眉毛下面有一雙美麗的小眼睛,小小的鼻子下面長着一張愛嘮叨的嘴。可是在我眼中,媽媽是全世界最漂亮的媽媽。

媽媽十分樂於助人,我非常敬重他。一次,我們去湖邊散步,走着走着,看見前面有一隻小狗找不到主人了。媽媽立刻抱起小狗,到處尋找他的主人。過了好久,媽媽看到一位大人正在尋找他心愛的小狗。媽媽趕緊跑過去,把他心愛的小狗送還給這位大人了。我在心裏暗暗地佩服媽媽她真是一個值得我學習的人啊!

媽媽不但樂於助人,而且特別‘‘ 愛管閒事。’’前幾天,媽媽聽見 鄰居家有吵鬧聲,媽媽趕緊跑上去勸架,勸了好久,夫妻倆才和好了。

這就是我的媽媽,在我心目中,她是世界上最好最美麗的媽媽。

  • 文章版權屬於文章作者所有,轉載請註明 https://wenshudu.com/guoxiaozuowen/sinianji/9lq74y9.html
專題