具差分隱私的長條圖
在這個練習中，你會用具差分隱私的方法來存取 Heart Failure Prediction 資料集。你將產生並分析「非私密」與「私密」的長條圖，並加以比較。
你會聚焦在資料集的 age 變數所產生的長條圖。雖然你可以在主控台看到完整的 DataFrame，但在真實情境下，若不先依照差分隱私的全域方法加入隨機雜訊，你不會直接分享它。
DataFrame 已載入為 heart_df，而來自 age 的值已存成 ages 這個 Series。diffprivlib 中的 tools 也已經匯入。
本練習屬於課程
Data Privacy and Anonymization in Python
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Get counts and bars for non-private histogram of ages
counts, bins = ____
# Normalize counts to get proportions
proportions = ____
# Draw the histogram of proportions
plt.bar(____[: - 1], height=____, width=(bins[1] - bins[0]))
plt.show()