下面的文章是DeepSeek回答我问题的AI博文，有此类需求的可以参考一下。
二维坐标系中点的旋转变换是计算机图形学、机器人学、游戏开发等领域的基础操作。通过逆时针旋转β角（通常以弧度为单位）来推导点的新坐标，可以从几何、线性代数以及复数等多个角度进行。
1. 几何与三角函数推导
这是最直观的推导方法。假设原坐标系中点 P 的坐标为 (x, y)，它到原点的距离为 r，与 x 轴正方向的夹角为 α。则其坐标可表示为：
x = r * cos(α), y = r * sin(α)。
当点 P 绕原点逆时针旋转角度 β 后，新点 P' 的坐标 (x', y') 满足：
x' = r * cos(α + β), y' = r * sin(α + β)。
利用三角函数的和角公式：
cos(α + β) = cos(α)cos(β) - sin(α)sin(β)
sin(α + β) = sin(α)cos(β) + cos(α)sin(β)
将 x = r * cos(α) 和 y = r * sin(α) 代入，即可得到旋转后的坐标公式：
x' = x * cos(β) - y * sin(β)
y' = x * sin(β) + y * cos(β)
此即二维坐标系中点绕原点逆时针旋转的变换公式 。
2. 矩阵表示法（线性代数视角）
上述公式可以方便地用矩阵乘法表示，这更便于在计算机中进行批量计算和与其他变换（如平移、缩放）组合。旋转变换矩阵 R(β) 如下：
R(β) = [[cos(β), -sin(β)], [sin(β), cos(β)]]
点 P 的坐标可以表示为列向量 [x, y]^T。旋转后的坐标 P' 通过矩阵乘法得到：
[x', y']^T = R(β) * [x, y]^T
展开后即为：
x' = cos(β) * x - sin(β) * y
y' = sin(β) * x + cos(β) * y
这与几何推导的结果完全一致 。矩阵表示法的优势在于，多个连续变换可以通过矩阵连乘来实现。
3. 复数平面理论推导
在复平面上，点 (x, y) 可以表示为复数 z = x + iy，其中 i 是虚数单位。
绕原点逆时针旋转角度 β 的变换，等价于将复数 z 乘以一个模为1、辐角为 β 的复数 e^(iβ)（根据欧拉公式 e^(iβ) = cos(β) + i sin(β)）。
计算过程如下：
z' = z * e^(iβ) = (x + iy) * (cos(β) + i sin(β))
展开计算：
z' = (x * cos(β) - y * sin(β)) + i (x * sin(β) + y * cos(β))
复数 z' 的实部和虚部就分别对应了新点的 x' 和 y' 坐标：
x' = x * cos(β) - y * sin(β)
y' = x * sin(β) + y * cos(β)
此方法从复分析的角度优雅地得出了相同的结论 。
4. 应用示例与代码实现
以下是一个 Python 代码示例，演示了如何使用上述公式计算点 (1, 0) 绕原点逆时针旋转 90 度（π/2 弧度）后的坐标：
python
import numpy as np
def rotate_point_origin(x, y, beta_rad):
"""
计算点(x, y)绕原点逆时针旋转beta_rad弧度后的新坐标。
参数:
x, y: 原始坐标。
beta_rad: 旋转弧度（逆时针为正）。
返回:
(x_new, y_new): 旋转后的坐标。
"""
# 使用旋转矩阵公式进行计算
cos_b = np.cos(beta_rad)
sin_b = np.sin(beta_rad)
x_new = x * cos_b - y * sin_b
y_new = x * sin_b + y * cos_b
return x_new, y_new
# 示例：将点(1, 0)逆时针旋转90度
original_point = (1.0, 0.0)
rotation_angle = np.pi / 2 # 90度转换为弧度
new_point = rotate_point_origin(*original_point, rotation_angle)
print(f"原始坐标: {original_point}")
print(f"旋转角度: {np.degrees(rotation_angle):.0f} 度")
print(f"旋转后坐标: {new_point}")
# 预期输出: (0.0, 1.0)5. 绕任意点旋转的通用公式
上述推导均假设旋转中心是坐标系原点。在实际应用中，经常需要绕任意点 (x0, y0) 旋转。其通用变换步骤如下 ：
- 平移 ：将整个坐标系平移，使旋转中心
(x0, y0)移动到原点。点P的坐标变为(x - x0, y - y0)。 - 旋转 ：对平移后的点应用绕原点的旋转公式，得到
(x_temp, y_temp)。 - 逆平移 ：将旋转后的点坐标平移回去，得到最终坐标
(x', y')。
公式总结如下：
x' = (x - x0) * cos(β) - (y - y0) * sin(β) + x0
y' = (x - x0) * sin(β) + (y - y0) * cos(β) + y0
总结
通过几何三角关系、线性代数矩阵和复数理论三种方法，我们可以一致地推导出二维点绕原点逆时针旋转的坐标变换公式。该公式是众多空间变换的基石，其矩阵形式尤其适合计算机处理。理解其推导过程有助于更深入地掌握图形变换的原理。