Python語言是一種常用于數據分析和科學計算的編程語言，其強大的數據處理能力使其受到了很多開發者的青睞。在Python語言中，可以利用OLS庫來進行最小二乘線性回歸分析，下面我們來看一下該庫的代碼實現：

import numpy as np
from sklearn.linear_model import LinearRegression
# 設定數據集
x = np.array([[1, 6], [2, 5], [3, 7], [4, 10]])
y = np.array([1, 5, 9, 14])
# 構建線性回歸對象
lr = LinearRegression()
# 訓練模型
lr.fit(x, y)
# 打印模型系數和截距
print(lr.coef_, lr.intercept_)

該代碼中，首先通過導入numpy和sklearn庫，設定了數據集x和y，其中x為二維數組，每一行表示一個樣本數據，每一列表示一個特征值。y則表示每個樣本對應的結果值。然后通過構建線性回歸對象lr，使用其fit方法對模型進行訓練，并通過打印模型系數和截距來獲取模型的預測值。