按数据帧而不是按列或行执行background_gradient

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 创建一个示例 DataFrame
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [5, 4, 3, 2, 1],
    'C': [2, 3, 2, 3, 2]
}
df = pd.DataFrame(data)

# 计算数据帧的均值
mean_values = df.mean().mean()

# 自定义函数，根据数据帧的均值应用渐变色
def custom_gradient(df, cmap='viridis'):
    gradient = sns.light_palette(cmap, as_cmap=True)
    return df.style.background_gradient(cmap=gradient, subset=None, axis=None, vmin=df.min().min(), vmax=df.max().max())

# 应用自定义渐变色
styled_df = custom_gradient(df)

# 显示结果
styled_df