如何又安全又优雅地将瑜伽优雅体式做到极致

原标题:高手们如何把前屈体式莋到极致的

前屈是一个非常常见的瑜伽优雅体式不知道热爱瑜伽优雅的你现在练习到哪一步了,身体僵硬完全下不去膝盖还无法完全伸直?还是已经可以顺利完成前屈体式了呢

先给大家分享一组图,告诉你高手们把前屈体式做到极致是什么样的希望可以刺激到你萌,让你萌更有练习的决心喔

01 前屈到极致是什么样的?

坐在地上的前屈已经不是什么挑战脚放在瑜伽优雅轮上,双手还能往前往下延展胸腔完全贴大腿,是不是很厉害呀~

神猴式已经完全不是问题把脚放在肩膀上的神猴式,才是更深一层地拉伸腿后侧呢~

双角式前屈折叠高手们已经不满足把双手放在双脚之间,而是让手尽情地向后去延展撑地666~

加强侧伸展,胸腔完全贴大腿后面脚跟上提,稳定如山

站立前屈基础上,肩膀来到膝盖后方头在小腿之间,双手还能交扣不仅仅打开腿后侧,还需要肩膀的打开美到飞~

龟式看起来就像雙角式的加强版,双手在后方紧紧相扣重点是脚跟还可以上提!!

不仅仅可以趴在地上做,站着做竟然也毫无压力!!

抬腿的坐角式肩膀在膝盖前方,还可以稳定住没有腿后侧打开和核心力量是做不到的。

在流瑜伽优雅中有很多体式的串聯如果你不能很优雅的进行串联,可能你的一节课就手忙脚乱跟不上节奏,所以对于瑜伽优雅初学者我们可以先从最基础的瑜伽优雅体式开始练起,当我们对体式足够熟练并且身体条件达到时那些比较快的串联其实也就做到了。

  1. 从下犬到单腿的下犬考验的重点是仩抬腿如何稳定的上抬,腿部后侧和臀部后侧肌群的力量非常重要如果臀肌和腿部后侧力量薄弱,很容易翻髋来代偿所以经常翻髋的尛伙伴有没有考虑过这点呢?

  2. 从单腿下犬向前的时候需要屈髋能力也就是你大腿紧密贴靠胸腔,然后再控制小腿往前伸膝这里依然不能错过你的上半身,双手的力量有力推高上身创造一定的空间才可以。

  3. 这种控制力你甚至可以把它无限的缩小时间比如在前脚即将落哋的时候停住,你能hold住吗不只是屈髋力量哦,臀部后侧的柔韧度也非常关键哦

  • 所以不管我们现在练习到什么水平上,对体式的控制才昰关键你学会了吗,试试这个串联吧学着要控制哦!

经验内容仅供参考,如果您需解决具体问题(尤其法律、医学等领域)建议您详细咨询相关领域专业人士。

作者声明:本篇经验系本人依照真实经历原创未经许可,谢绝转载

说说为什么给这篇经验投票吧!

只有签约莋者及以上等级才可发有得 你还可以输入1000字

  • 0
  • 0
  • 0
  • 0

一个女人水灵灵妮可带你看户型。大家好我是外在美,内在更美的妮可想要获得更多精彩资讯,记得右上角点关注哟

妮可语录:即使很想做到高难度的体式,但昰第一位我会想到的是:保护自己

在练习瑜伽优雅时,无论是自己在家自学瑜伽优雅动作还是在瑜伽优雅馆练习各种体式的相互转换間,我们常常都想做的更极致人与人之间的体质不同,因而韧度和力量也是存在各种差异那么,如何才能又安全又优雅地将瑜伽优雅體式做到极致

以下这5个方法能够让你正确地挑战更多瑜伽优雅体式哦!

1、优化一下热身运动:

当你结束工作时,如果你只想练习“顶峰式”不可能一下子直接做到这个体式,而且这对身体是极为不利的练瑜伽优雅之前的热身准备,尤为重要或许,你会在瑜伽优雅课仩惊呼 “哇我没想到自己还能做到这样!”这极有可能是你的瑜伽优雅老师已经制订了一套适合你的热身准备动作,因此你能更容易和舒适的做到这样的体式哦

在练习前、练习中、练习后都需要认真观察身体的感受,这一点很重要哦因为在瑜伽优雅练习中,身体会呈現不同的状态和极限如果出现不适,那就慢速进行没有人会比你自己更了解自己的身体。你整天坐着工作背部感觉到疼痛,就需要莋额外的腰椎减压练习要是你有持续性的背部疼痛,那就更加需要注意要多做些活动腰椎的体式

有时候身体某一部分的压力过重,会影响另一个体式的完成比如在做完几组平板支撑练习后,你就需要伸展和转动腕部来缓解肌肉压力才能继续开始做乌鸦式练习。婴儿式可以通过伸展背部脊柱来使身心得到放松上犬式或眼镜蛇式、下犬式同样如此哦。

瑜伽优雅辅具的使用可以帮助你过渡到一个难度哽大的体式。比如瑜伽优雅砖和瑜伽优雅伸展带。这两种工具都可以在家或者瑜伽优雅馆练习时使用。瑜伽优雅砖使用广泛当你想偠下弯的更低,可是手仍然碰不到地面时借助瑜伽优雅砖就可以安全的将这个体式做到极致。

坐立前屈时尝试意识呼吸吸气,伸直脊柱将双臂举起于空中,呼气缓慢向前伸平。你可以保持一个姿势尽可能地更深度延展调整呼吸重复练习。你会立刻明白瑜伽优雅老師为什么会反复强调呼吸的节奏学习瑜伽优雅,是一项需要终生练习的运动这会给你带来更多的成长空间,所以花点时间来享受你的瑜伽优雅修行吧!

有什么需要的可以跟妮可留言哟妮可会108体式千万变化,就不信没一个姿势能让你喜欢

我要回帖

更多关于 瑜伽优雅 的文章

 

随机推荐