的原因

p = plt.tripcolor(triang, xf)
p.set_array(zf)

并没有像预期的那样工作，如下所示。在你的例子中，plt.tripcolor()返回一个PolyCollection。PolyCollection的set_array()本质上会设置那个集合的颜色。但是，底层的三角形不会被改变，这样你最终得到的是来自xf的三角形，而不是来自zf的颜色。
由于tripcolor PolyCollection的生成非常复杂（因为它调用Triangulation本身），而且可能没有帮助函数来外部设置数据（至少我不知道有任何帮助函数），解决方案可能是根本不更新tripcolor，而是生成一个新的。
有什么理由要更新吗？直接创建p = plt.tripcolor(triang, zf)不就行了？
如果有一个真实的原因，比如在动画中，一个选项是在设置下一个之前删除第一个tripcolor图。

# create one plot 
p = plt.tripcolor(triang, xf)
#delete this plot (you need both lines actually!!)
p.remove()
del p
#create second plot
p = plt.tripcolor(triang, zf)

不过，这并不是真正有效的，如果有人有更好的主意，我也想听听。

要将set_array()与tripcolor(..., shading="flat)一起使用，您需要传入与每个 * 三角形 * 而不是每个点/顶点的颜色对应的值。表示每个三角形的值只是组成三角形的三个点的平均值。例如：

import matplotlib.pyplot as plt
import matplotlib.tri as mtri

# x: shape (n,) array of x values
# y: shape (n,) array of y values
# values: shape (n,) array of z values

# If you have the triangle indices:
# triangles: shape (m, 3) int array of triangle indices

fig, ax = plt.subplots()
im = ax.tripcolor(x, y, values, triangles=triangles, shading="flat")
new_values = values / 2
tri_values = new_values[triangles].mean(axis=1)
im.set_array(tri_values)

# Or using a Triangulation object, if you don't have triangles to begin with:

tri = mtri.Triangulation(x, y)
fig, ax = plt.subplots()
im = ax.tripcolor(tri, values, shading="flat")
new_values = values / 2
tri_values = new_values[tri.triangles].mean(axis=1)
im.set_array(tri_values)