以下是一个示例代码，展示了如何按列值映射为颜色的单元格背景着色：

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

# 创建示例数据
data = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                     'B': [6, 7, 8, 9, 10],
                     'C': [11, 12, 13, 14, 15]})

# 定义颜色映射函数
def get_color(value):
    if value <= 5:
        return 'red'
    elif value <= 10:
        return 'yellow'
    else:
        return 'green'

# 应用颜色映射函数到每个单元格
colors = data.applymap(get_color)

# 使用Seaborn绘制带有颜色映射的热力图
sns.heatmap(data, cmap='coolwarm', annot=True, fmt="d", cbar=False,
            linewidths=0.5, linecolor='black', square=True,
            mask=data.isnull(), annot_kws={"fontsize": 10, "fontweight": "bold"},
            xticklabels=True, yticklabels=True, cbar_kws={"shrink": .5})
plt.title('Cell Background Color Mapping', fontsize=14, fontweight='bold')

# 将颜色应用到每个单元格
for i in range(len(data.columns)):
    for j in range(len(data)):
        plt.gca().get_children()[i * len(data) + j].set_facecolor(colors.iloc[j, i])

# 显示图表
plt.show()

这个示例中，首先创建了一个包含示例数据的DataFrame。然后定义了一个颜色映射函数get_color()，该函数根据单元格的值返回相应的颜色。然后使用applymap()函数将该函数应用到每个单元格，生成一个包含相应颜色的DataFrame。接下来，使用Seaborn库绘制带有颜色映射的热力图。最后，通过循环遍历每个单元格并将颜色应用到背景上。

在示例代码中，使用了Seaborn库的heatmap()函数绘制热力图，其中cmap参数指定了颜色映射，annot参数指定是否显示数值，fmt参数指定数值格式，cbar参数指定是否显示颜色条，linewidths参数指定网格线宽度，linecolor参数指定网格线颜色，square参数指定是否绘制正方形格子，mask参数指定是否屏蔽缺失值，annot_kws参数指定数值标签的字体大小和粗细，xticklabels和yticklabels参数指定是否显示x轴和y轴标签，cbar_kws参数指定颜色条的长度。