pandas读取csv文件并作数据线图/条图/直方图/散点图/箱线图/饼图到一张图的不同画布里，用中文表明图标类型，统计不同年龄的个数，x轴为年龄y轴表示该年龄的人数

以下是一份使用Python pandas库绘制数据可视化的代码示例：

import pandas as pd
import matplotlib.pyplot as plt

# 读取CSV文件
data = pd.read_csv('data.csv')

# 统计不同年龄的个数
age_count = data.groupby('age').size().reset_index(name='count')

# 创建6个画布
fig, axs = plt.subplots(nrows=2, ncols=3, figsize=(16, 8))

# 绘制数据线图
axs[0, 0].plot(age_count['age'], age_count['count'])
axs[0, 0].set_title('数据线图')

# 绘制条图
axs[0, 1].bar(age_count['age'], age_count['count'])
axs[0, 1].set_title('条图')

# 绘制直方图
axs[0, 2].hist(data['age'])
axs[0, 2].set_title('直方图')

# 绘制散点图
axs[1, 0].scatter(data['age'], data['count'])
axs[1, 0].set_title('散点图')

# 绘制箱线图
axs[1, 1].boxplot(data['age'])
axs[1, 1].set_title('箱线图')

# 绘制饼图
axs[1, 2].pie(age_count['count'], labels=age_count['age'])
axs[1, 2].set_title('饼图')

# 设置全局标题
fig.suptitle('不同年龄的人数统计')

# 显示图表
plt.show()

在上面的代码中，我们首先使用pandas库读取CSV文件并统计不同年龄的个数。然后，我们创建了6个画布，并在每个画布中绘制了不同类型的图表。最后，我们设置了全局标题并显示了所有图表。在这个例子中，我们绘制了数据线图、条图、直方图、散点图、箱线图和饼图。