写一个高斯混合聚类的python代码，并画出聚类图

高斯混合模型（Gaussian Mixture Model, GMM）是一种常见的无监督学习算法，用于数据聚类。下面是一个简单的Python代码片段，使用sklearn库中的GaussianMixture模块进行高斯混合聚类，并用matplotlib绘制结果：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.mixture import GaussianMixture
from sklearn.datasets import make_blobs

# 创建样本数据集
n_samples = 500
random_state = 42
X, _ = make_blobs(n_samples=n_samples, centers=3, random_state=random_state)

# 初始化GMM
gmm = GaussianMixture(n_components=3, random_state=random_state)

# 训练模型
gmm.fit(X)

# 预测聚类
labels = gmm.predict(X)

# 绘制聚类结果
plt.figure(figsize=(8, 6))
plt.scatter(X[:, 0], X[:, 1], c=labels, cmap='viridis')
plt.title('Gaussian Mixture Clustering Result')
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.show()