點集旋轉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庫來實現點集的旋轉。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]])
# 旋轉角度
angle = np.pi / 4
# 旋轉矩陣
rot_matrix = np.array([[np.cos(angle), -np.sin(angle)],
[np.sin(angle), np.cos(angle)]])
# 旋轉后的點集
rot_points = np.dot(points, rot_matrix)
# 畫出原始點集和旋轉后的點集
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角度angle，并根據旋轉角度計算了旋轉矩陣rot_matrix。接下來，我們使用numpy庫中的dot函數將原始點集points和旋轉矩陣rot_matrix相乘，得到了旋轉后的點集rot_points。最后，我們使用Matplotlib庫畫出了原始點集和旋轉后的點集。

在實際應用中，點集旋轉是非常有用的。例如，在機器人路徑規劃中，我們需要將機器人姿態旋轉一定角度，以便更好地適應不同的環境。在計算機輔助設計中，點集旋轉可以讓我們更方便地調整模型、查看不同角度的效果。