文章通过分析豆瓣评分数据，探讨了为何好电影通常口碑一致，而烂片则争议不断。首先介绍了数据清洗过程，包括解析JSON格式的评分数据并转换为可分析的格式。接着，文章解释了豆瓣评分的计算方式，并通过标准差、峰度和信息熵三个指标来衡量评分的一致性。通过分析2025年上映的电影数据，文章发现总评分与标准差和信息熵的相关性较高，说明口碑好的电影评分集中，而口碑差的电影评分分散。最后，文章通过筛选信息熵最高的电影，探讨了评分分歧背后可能的原因，并邀请读者分享看法。