點集旋轉(zhuǎn)是計算機圖形學的常見操作之一。在Python中，我們可以使用numpy庫和Matplotlib庫來實現(xiàn)點集的旋轉(zhuǎn)。下面是一個簡單的例子：

import numpy as np
import matplotlib.pyplot as plt
# 原始點集
points = np.array([[1, 1], [2, 2], [3, 1]])
# 旋轉(zhuǎn)角度
angle = np.pi / 4
# 旋轉(zhuǎn)矩陣
rot_matrix = np.array([[np.cos(angle), -np.sin(angle)],
[np.sin(angle), np.cos(angle)]])
# 旋轉(zhuǎn)后的點集
rot_points = np.dot(points, rot_matrix)
# 畫出原始點集和旋轉(zhuǎn)后的點集
fig, ax = plt.subplots()
ax.scatter(points[:, 0], points[:, 1], c='red')
ax.scatter(rot_points[:, 0], rot_points[:, 1], c='blue')
plt.show()

在代碼中，我們首先定義了一個二維點集points。然后，我們定義了一個旋轉(zhuǎn)角度angle，并根據(jù)旋轉(zhuǎn)角度計算了旋轉(zhuǎn)矩陣rot_matrix。接下來，我們使用numpy庫中的dot函數(shù)將原始點集points和旋轉(zhuǎn)矩陣rot_matrix相乘，得到了旋轉(zhuǎn)后的點集rot_points。最后，我們使用Matplotlib庫畫出了原始點集和旋轉(zhuǎn)后的點集。

在實際應(yīng)用中，點集旋轉(zhuǎn)是非常有用的。例如，在機器人路徑規(guī)劃中，我們需要將機器人姿態(tài)旋轉(zhuǎn)一定角度，以便更好地適應(yīng)不同的環(huán)境。在計算機輔助設(shè)計中，點集旋轉(zhuǎn)可以讓我們更方便地調(diào)整模型、查看不同角度的效果。