Notebooks from applied-cs/data-science@53ecbb5b

11-graphbasierte-daten/01-simpsons-sol.ipynb

+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# The Simpsons\n",
+    "\n",
+    "Sie finden die folgenden Dateien anbei:\n",
+    "\n",
+    "-   `simpsons_char.csv`: Zuordnung IDs und Namen der Charaktere\n",
+    "-   `simpsons_ep-char.csv`: Zuordnung IDs der Episoden zur ID der\n",
+    "    Charaktere, die in dieser Episode auftreten\n",
+    "\n",
+    "Erstellen Sie einen Graph mit folgenden Eigenschaften:\n",
+    "\n",
+    "-   Die Nodes sollen den Charakteren entsprechen\n",
+    "-   Die Edges stellen dar, ob zwei Charaktere in derselben Episode\n",
+    "    vorkomen\n",
+    "\n",
+    "*Bonus: Behandeln Sie Charaktere, die doppelt vorkommen. Die meisten\n",
+    "doppelten Charaktere haben denselben Namen, z. B. `'Matt Groening'`.\n",
+    "Diese Fälle sind egal, weil wir nur mit den Namen arbeiten, aber es gibt\n",
+    "auch andere Fälle. Wir haben folgende spezielle Fälle gefunden, bei\n",
+    "denen beide Varianten jeweils einmal vorkommen. Diese können wir folgt\n",
+    "vereint werden:*\n",
+    "\n",
+    "-   `'Dr. Velimorovic'` → `'Dr. Velimirovic'`\n",
+    "-   `'Frank \"Grimey\" Grimes'` → `'Frank Grimes'`\n",
+    "-   `'*NSYNC'` → `\"'N Sync\"`\n",
+    "\n",
+    "Reguläre Aufgaben:\n",
+    "\n",
+    "1.  Dabei sollen die Gewichte der Edges der Anzahl Episoden entsprechen,\n",
+    "    in denen die Charaktere gemeinsam vorkamen.\n",
+    "2.  Wenden Sie anschließend die Funktion\n",
+    "    [`pagerank`](https://networkx.org/documentation/stable/reference/algorithms/generated/networkx.algorithms.link_analysis.pagerank_alg.pagerank.html)\n",
+    "    an um die wichtigsten Personen zu berechnen.\n",
+    "3.  Plotten Sie den Graphen (bzw. einen Teil davon) und machen Sie dabei\n",
+    "    die Wichtigkeit sichtbar (Größe oder Farbe der Nodes).\n",
+    "\n",
+    "## Lösung\n",
+    "\n",
+    "Als erstes laden wir die Namen:"
+   ],
+   "id": "0010-892a41e9d42a613c5d49687ab7fd7d9bc14e580682d5ac0fc4b218440d1"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {
+    "style": "python"
+   },
+   "outputs": [],
+   "source": [
+    "import numpy as np\n",
+    "import pandas as pd\n",
+    "import networkx as nx\n",
+    "\n",
+    "names = pd.read_csv('simpsons_char.csv', index_col='id').squeeze()"
+   ],
+   "id": "0011-cb5719a5cfc5ceccde6943dcfd2e01f201f66c1e7c69348340ecffedbe6"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Bevor wir zur Bonusaufgabe kommen, schauen wir uns etwas viel\n",
+    "schwierigeres an. Exkurs: Wie findet man eigentlich die drei genannten\n",
+    "Spezialfälle? Vollautomatisch hat das nicht funktioniert. Einen Fall\n",
+    "habe ich durch Zufall in den Daten gesehen: *Frank “Grimey\" Grimes* und\n",
+    "*Frank Grimes*. Um die anderen zu finden, kann man ähnliche Namen in\n",
+    "Beziehung setzen und sich anschauen, wo das noch auftritt. Aber was\n",
+    "heißt hier ähnlich? In\n",
+    "[`textdistance`](https://github.com/life4/textdistance) gibt es viele\n",
+    "Algorithmen um Ähnlichkeiten bzw. Unterschiede in Strings zu finden.\n",
+    "Welche Metrik ist hier passend? Das lässt sich vielleicht am besten mit\n",
+    "einem Beispiel herausfinden. Also definieren wir folgende Variablen als\n",
+    "Testfall:"
+   ],
+   "id": "0012-6e080fdd60b7116b3de71b04e25b8dcc4e45b84b61725677bc1499a726d"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {
+    "style": "python"
+   },
+   "outputs": [],
+   "source": [
+    "f1 = \"Frank \\\"Grimey\\\" Grimes\"\n",
+    "f2 = \"Frank Grimes\"\n",
+    "f3 = 'Frank Gehry'"
+   ],
+   "id": "0013-b12bb61380f8d029c3d002facff2f0dc38c5a1a7abe82a4b0345f5bf681"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Nun suchen wir eine Metrik, bei der `f1` näher an `f2` als `f1` an `f3`\n",
+    "und `f2` an `f3` ist."
+   ],
+   "id": "0014-b89b487b80c67db0be39b13f7257362aa6e002c4aadb348ea98473a9a34"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [
+    {
+     "output_type": "stream",
+     "name": "stdout",
+     "text": [
+      "JaroWinkler: 0.086 < 0.143, 0.109\n",
+      "StrCmp95: 0.086 < 0.143, 0.098\n",
+      "Gotoh: 0.175 < 0.382, 0.227\n",
+      "SmithWaterman: 0.417 < 0.909, 0.455\n",
+      "Overlap: 0.000 < 0.091, 0.182\n",
+      "RatcliffObershelp: 0.273 < 0.438, 0.304\n",
+      "BWTRLENCD: 0.727 < 0.955, 0.923\n",
+      "SqrtNCD: 0.553 < 0.637, 0.568\n",
+      "EntropyNCD: 0.041 < 0.090, 0.066\n",
+      "BZ2NCD: 0.186 < 0.279, 0.216\n",
+      "MRA: 0.000 < 0.500, 0.500"
+     ]
+    }
+   ],
+   "source": [
+    "import textdistance\n",
+    "all_alg_names = ['Hamming', 'MLIPNS', 'Levenshtein', 'DamerauLevenshtein', 'JaroWinkler', 'StrCmp95', 'NeedlemanWunsch', 'Gotoh', 'SmithWaterman', 'Jaccard', 'Sorensen', 'Tversky', 'Overlap', 'Tanimoto', 'Cosine', 'MongeElkan', 'Bag', 'LCSSeq', 'LCSStr', 'RatcliffObershelp', 'ArithNCD', 'RLENCD', 'BWTRLENCD', 'SqrtNCD', 'EntropyNCD', 'BZ2NCD', 'LZMANCD', 'ZLIBNCD', 'MRA', 'Editex']\n",
+    "for alg_name in all_alg_names:\n",
+    "    alg = getattr(textdistance, alg_name)()\n",
+    "    d12 = alg.normalized_distance(f1, f2)\n",
+    "    d13 = alg.normalized_distance(f1, f3)\n",
+    "    d23 = alg.normalized_distance(f2, f3)\n",
+    "    if d12 < d13 and d12 < d23:\n",
+    "        print(f'{alg_name}: {d12:.3f} < {d13:.3f}, {d23:.3f}')"
+   ],
+   "id": "0015-3e07d58be181736f28076ceb01494387dcaf80ecccc4c48047d62b99763"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Wir entscheiden uns für\n",
+    "[Ratcliff-Obershelp](https://de.wikipedia.org/wiki/Gestalt_Pattern_Matching),\n",
+    "obwohl [Overlap](https://en.wikipedia.org/wiki/Overlap_coefficient)\n",
+    "vielleicht auch passend für unseren Zweck und sogar kommutativ wäre. Um\n",
+    "die Distanzen kommutativ zu machen, nutzen wir einfach\n",
+    "$\\hat d(a, b) = \\frac{d(a, b) + d(b, a)}{2}$. Wir vergleichen die Namen\n",
+    "als Kleinbuchstaben, was in diesem Fall das Problem zwischen `\"*NSYNC\"`\n",
+    "und `\"'N Sync\"` löst. Um die paarweise Distanzmatrix zu berechnen,\n",
+    "benutzen wir Funktionen aus `scipy`. Zuerst verwenden wir `pdist`, was\n",
+    "quasi die untere Dreiecksmatrix der paarweisen Distanzmatrix berechnet\n",
+    "und als 1D-Array zurückgibt. Anschließend benutzen wir `squareform`, was\n",
+    "daraus eine quadratische, symmetrische Matrix macht. Auf der Diagonale\n",
+    "stehen dann allerdings 0en, weil $d(a, a) = 0$ per Definition einer\n",
+    "Distanzmetrik. Weil diese uns aber nicht interessieren, setzen wir die\n",
+    "Diagonaleinträge auf 100, während alle anderen Einträge in \\[0, 1\\]\n",
+    "liegen. Ausgehend von dem Abstand `d12`, begrenzen wir den Radius der\n",
+    "Nachbarn auf 0.3 und hoffen, dass alle relevanten Duplikate ähnlich\n",
+    "genug sind. Mit Hilfe der Nachbarn können wir nachher im Graphen\n",
+    "Verbindungen darstellen."
+   ],
+   "id": "0016-e8abea3ccb872cfc9b5a77397c1936e4ec7c3d3d80fe6a1a21f571ac7df"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {
+    "style": "python"
+   },
+   "outputs": [],
+   "source": [
+    "import numpy as np\n",
+    "from scipy.spatial.distance import pdist, squareform\n",
+    "from sklearn.neighbors import NearestNeighbors\n",
+    "import textdistance\n",
+    "\n",
+    "alg = textdistance.RatcliffObershelp().normalized_distance\n",
+    "# alg = textdistance.Overlap().normalized_distance\n",
+    "\n",
+    "# RatcliffObershelp ist nicht kommutativ, also nehmen wir den Mittelwert aus d(a, b) und d(b, a)\n",
+    "def commutative_alg(a, b):\n",
+    "    return 0.5 * (alg(a[0], b[0]) + alg(b[0], a[0]))\n",
+    "\n",
+    "dist_mat = squareform(pdist(pd.DataFrame(names.str.lower()), metric=commutative_alg))\n",
+    "np.fill_diagonal(dist_mat, 100)  # np.inf does not work\n",
+    "\n",
+    "nn = NearestNeighbors(metric='precomputed', radius=0.30)\n",
+    "nn.fit(dist_mat)\n",
+    "dists, neigh = nn.radius_neighbors(dist_mat)"
+   ],
+   "id": "0017-0ee3182140f3ed5b2c2257ee8d03877714fc42af640b5897f1ac3b708a0"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Das wollen wir nun plotten. Der erste Ansatz könnte sein per PCA bzw.\n",
+    "MDS die Namen als 2D-Scatter-Plot darzustellen und zu schauen, welche am\n",
+    "nächsten liegen. Das ginge so:"
+   ],
+   "id": "0018-9bf3389087ef02a8cce9bb091ea27fa9c8b08cda0b212541a15aac8a816"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {
+    "style": "python"
+   },
+   "outputs": [],
+   "source": [
+    "from sklearn.manifold import MDS\n",
+    "has_neigh = [n.size > 0 for n in neigh]\n",
+    "mds = MDS(dissimilarity='precomputed', normalized_stress='auto')\n",
+    "name_map = mds.fit_transform(dist_mat[np.ix_(has_neigh, has_neigh)])\n",
+    "name_map = pd.DataFrame(name_map, columns=['x', 'y'], index=names.index[has_neigh])\n",
+    "name_map['name'] = names[has_neigh]"
+   ],
+   "id": "0019-91d25a0df398214cb0b5123453256eaba55a7f76bada2e3f8c756512e9a"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Und dann könnte man diese mittels Plotly Express plotten:"
+   ],
+   "id": "0020-e9e15400554005850fac11d25146041aae8e05fb6b36160e10a865ad97f"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "import plotly.express as px\n",
+    "px.scatter(name_map.reset_index(), x='x', y='y', text='name', hover_data='id')"
+   ],
+   "id": "0021-e795b7e06079e52fe0ca1b1938a79bc462d7f276c24ceb8fc6665cee9e3"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Allerdings funktioniert das irgendwie nicht gut. Der zweite Ansatz, das\n",
+    "als Graph zu plotten ist viel besser – auch weil dort die Nachbarn\n",
+    "miteinander verbunden sind. Zunächst erstellen wir den Graphen:"
+   ],
+   "id": "0022-92795f67d006660c130838ffc57f03ce2505c3851cd3b74747ad4dcb2d3"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {
+    "style": "python"
+   },
+   "outputs": [],
+   "source": [
+    "G = nx.Graph()\n",
+    "for i, name1 in enumerate(names):\n",
+    "    for d, j in zip(dists[i], neigh[i]):\n",
+    "        name2 = names.iloc[j]\n",
+    "        G.add_edge(name1, name2, weight=1-d)"
+   ],
+   "id": "0023-e9659a0861fd2244c6810c059d71cec09ad96576b54b5a9555208ba3f20"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Dann plotten wir ihn interaktiv mittels `pyvis`:"
+   ],
+   "id": "0024-6af90f2217e9ffbf961c47fefed13ae4a09a25f11eb8a99e1b621c181d6"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {
+    "style": "python"
+   },
+   "outputs": [],
+   "source": [
+    "from pyvis.network import Network\n",
+    "nt = Network(width='100%', height='900px', notebook=False, directed=False, cdn_resources='in_line')\n",
+    "nt.from_nx(G.copy())\n",
+    "for attr in nt.edges:\n",
+    "    attr['width'] = 5 * attr['width'] ** 2\n",
+    "nt.toggle_physics(True)\n",
+    "# net.prep_notebook()\n",
+    "nt.show('nx.html')"
+   ],
+   "id": "0025-5fb248386fb43e45ad670e889309d3d4324d5d010112ab0d32f02fabc41"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Hier können wir die Spezialfälle bei den Duplikaten gut identifizieren\n",
+    "und recherchieren. Wir finden beispielsweise auch *Principal Seymour\n",
+    "Skinner* und *The Real Principal Seymour Skinner*, aber das sind\n",
+    "tatsächlich zwei verschiedene Personen, siehe\n",
+    "[Wikipedia](https://en.wikipedia.org/wiki/The_Principal_and_the_Pauper).\n",
+    "Mit Overlap und einen Radius von 0.05 bekommt man übrigens eine\n",
+    "vollkommen andere, aber für unseren Fall weniger nützliche Struktur.\n",
+    "\n",
+    "Das wars mit dem Exkurs. Wenn wir die Spezialfälle einmal haben, ist es\n",
+    "sehr leicht, diese zu de-duplizieren (**Bonusaufgabe**). Zur Sicherheit\n",
+    "überprüfen wir an Hand von *Dr. Velimirovic*, dass es vor der\n",
+    "De-Duplikation zwei Schreibweisen und nachher nur noch eine gibt:"
+   ],
+   "id": "0027-c6b466ca093ebb4f132e0bbf54e5db7f0d83c71feab315c65898aade6d2"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {
+    "style": "python"
+   },
+   "outputs": [],
+   "source": [
+    "assert names.str.startswith('Dr. Velimi').sum() == 1, \"Start with original data!\"\n",
+    "assert names.str.startswith('Dr. Velimo').sum() == 1, \"Start with original data!\"\n",
+    "\n",
+    "bad  = ['Frank \"Grimey\" Grimes', '*NSYNC',  'Dr. Velimorovic']\n",
+    "good = ['Frank Grimes',          \"'N Sync\", 'Dr. Velimirovic']\n",
+    "bad_names = names.isin(bad)\n",
+    "names[bad_names] = good\n",
+    "\n",
+    "assert names.str.startswith('Dr. Velimi').sum() == 2, \"Mapping did not work.\"\n",
+    "assert names.str.startswith('Dr. Velimo').sum() == 0, \"Mapping did not work.\""
+   ],
+   "id": "0028-b114c9510bb06ea3598a489c9743e2973fb914f393c3fc1a60049b60f9d"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Zurück zu den regulären Aufgaben. Nun laden wir die Verknüpfung der\n",
+    "Episoden mit den Charakteren als IDs und fügen mittels `merge` die\n",
+    "entsprechenden Namen hinzu."
+   ],
+   "id": "0029-81f2788d57a6288f51f70ef29993f094e7ace21a3538a552ab6f55cde53"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {
+    "style": "python"
+   },
+   "outputs": [],
+   "source": [
+    "episodes = pd.read_csv('simpsons_ep-char.csv')\n",
+    "episodes = episodes.merge(names, left_on='character_id', right_index=True).drop(columns='character_id').sort_values(by='episode_id')"
+   ],
+   "id": "0030-1c0bed94a8102f4a947c0e48019e57a2ad110d811a8e4ff0d5ec4748aae"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Damit können wir nun den Graphen bauen, der die Verbindungen der\n",
+    "Charaktere zeigt. Dabei initialisieren wir die Gewichte der Edges mit 0\n",
+    "und inkrementieren es für jede Episode, in der die Charaktere gemeinsam\n",
+    "vorkommen."
+   ],
+   "id": "0031-873f03a11adbcd50d51ae59be19301e259fa794cf430204297c75ba9065"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {
+    "style": "python"
+   },
+   "outputs": [],
+   "source": [
+    "G = nx.Graph()\n",
+    "for eid, chars in episodes.groupby('episode_id'):\n",
+    "    char_names = chars['char_name'].unique()\n",
+    "    for i, c1 in enumerate(char_names):\n",
+    "        for c2 in char_names[i + 1:]:\n",
+    "            G.add_edge(c1, c2, color={'opacity': 0.7, 'inherit': 'both'})\n",
+    "            if 'weight' not in G[c1][c2]:\n",
+    "                G[c1][c2]['weight'] = 0\n",
+    "            G[c1][c2]['weight'] += 1"
+   ],
+   "id": "0032-07d141eaf767d8b2c276cf8287f415513de7163dd4638e7ec7392378450"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Nun ermitteln wir den Pagerank der Nodes und verwenden es als Größe."
+   ],
+   "id": "0033-27389ba88740762cb4de3ddfc46140e3dedad2f15030eb2fba02ca6acc1"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {
+    "style": "python"
+   },
+   "outputs": [],
+   "source": [
+    "pr = nx.pagerank(G)\n",
+    "node_size = {n: max(120 * v, 3) for n, v in pr.items()}\n",
+    "nx.set_node_attributes(G, node_size, 'size')"
+   ],
+   "id": "0034-74e5fba0f5ad615fccc5252c56564770108460608feedae959e427b4390"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Das zu plotten wäre vielleicht etwas zu um die Struktur zu erkennen und\n",
+    "es lädt sowieso recht langsam. Daher filtern wir die Edges mit einem\n",
+    "Gewicht weniger als oder gleich 3 raus und Entfernen Nodes, die dadurch\n",
+    "gar keine Verbindung mehr haben:"
+   ],
+   "id": "0035-675b9374e72271a687a3328cabb0912268b8442f6b2305fdc670f1f3527"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {
+    "style": "python"
+   },
+   "outputs": [],
+   "source": [
+    "for c1, c2, attr in list(G.edges(data=True)):\n",
+    "    if attr['weight'] <= 3:\n",
+    "        G.remove_edge(c1, c2)\n",
+    "        if G.degree[c1] <= 0:\n",
+    "            G.remove_node(c1)\n",
+    "        if G.degree[c2] <= 0:\n",
+    "            G.remove_node(c2)"
+   ],
+   "id": "0036-4c71dd7ebd5282604305c18a502c01d6766fbc275e57d95fc6593a88443"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Nun plotten wir das Ergebnis:"
+   ],
+   "id": "0037-424b0b6ed665314f818fba0944a659099a646f3fd1f8998e647a29117a3"
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {
+    "style": "python"
+   },
+   "outputs": [],
+   "source": [
+    "from pyvis.network import Network\n",
+    "net = Network(width='100%', height='900px', notebook=False, directed=False, select_menu=True, cdn_resources='in_line')\n",
+    "# net.show_buttons(True)\n",
+    "net.from_nx(G.copy())\n",
+    "for attr in net.edges:\n",
+    "    attr['width'] = np.log(attr['width'])\n",
+    "net.repulsion()\n",
+    "# net.prep_notebook()\n",
+    "net.show('nx.html')"
+   ],
+   "id": "0038-6c4bc1929ab7cb3703c58b917e6f3765ff725e0ff5ce79002ede71d57f0"
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "Für das Rendering im Jupyter-Notebook, muss man evtl. noch\n",
+    "`notebook=True` setzen und `net.prep_notebook()` dekommentieren."
+   ],
+   "id": "0039-d5843a2f8728f26f9d0b401b11f41ab96aa55a908601151b7f065a9b2c7"
+  }
+ ],
+ "nbformat": 4,
+ "nbformat_minor": 5,
+ "metadata": {}
+}

11-graphbasierte-daten/01-simpsons.ipynb

@@ -8,9 +8,9 @@
     "\n",
     "Sie finden die folgenden Dateien anbei:\n",
     "\n",
-    "-   `simpsons_char.csv`: Zuordnung ID und Name der Charaktere\n",
-    "-   `simpsons_ep-char.csv`: Zuordnung ID der Episode zur ID der\n",
-    "    Charaktere, die in dieser Sendung auftreten\n",
+    "-   `simpsons_char.csv`: Zuordnung IDs und Namen der Charaktere\n",
+    "-   `simpsons_ep-char.csv`: Zuordnung IDs der Episoden zur ID der\n",
+    "    Charaktere, die in dieser Episode auftreten\n",
     "\n",
     "Erstellen Sie einen Graph mit folgenden Eigenschaften:\n",
     "\n",
@@ -18,8 +18,21 @@
     "-   Die Edges stellen dar, ob zwei Charaktere in derselben Episode\n",
     "    vorkomen\n",
     "\n",
-    "1.  Dabei sollen die Gewichte der Edges der Anzahl Sendungen\n",
-    "    entsprechen, in denen die Charaktere gemeinsam vorkamen.\n",
+    "*Bonus: Behandeln Sie Charaktere, die doppelt vorkommen. Die meisten\n",
+    "doppelten Charaktere haben denselben Namen, z. B. `'Matt Groening'`.\n",
+    "Diese Fälle sind egal, weil wir nur mit den Namen arbeiten, aber es gibt\n",
+    "auch andere Fälle. Wir haben folgende spezielle Fälle gefunden, bei\n",
+    "denen beide Varianten jeweils einmal vorkommen. Diese können wir folgt\n",
+    "vereint werden:*\n",
+    "\n",
+    "-   `'Dr. Velimorovic'` → `'Dr. Velimirovic'`\n",
+    "-   `'Frank \"Grimey\" Grimes'` → `'Frank Grimes'`\n",
+    "-   `'*NSYNC'` → `\"'N Sync\"`\n",
+    "\n",
+    "Reguläre Aufgaben:\n",
+    "\n",
+    "1.  Dabei sollen die Gewichte der Edges der Anzahl Episoden entsprechen,\n",
+    "    in denen die Charaktere gemeinsam vorkamen.\n",
     "2.  Wenden Sie anschließend die Funktion\n",
     "    [`pagerank`](https://networkx.org/documentation/stable/reference/algorithms/generated/networkx.algorithms.link_analysis.pagerank_alg.pagerank.html)\n",
     "    an um die wichtigsten Personen zu berechnen.\n",
@@ -28,7 +41,7 @@
     "\n",
     "Hier Ihr Code:"
    ],
-   "id": "0006-4dba46341fe8d0ab170c3957b9535b44dc02b59210bfddbad257c824e76"
+   "id": "0009-6efc9b991ed2829202bdd132227fd5376987e98f56cc6aad907f00b375c"
   },
   {
    "cell_type": "code",
@@ -38,7 +51,7 @@
    },
    "outputs": [],
    "source": [],
-   "id": "0007-44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855"
+   "id": "0010-44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855"
   }
  ],
  "nbformat": 4,