在学习编程过程中，入了很多坑，大家觉得选择哪种语言，最为友好.
1)从学习阶段
2)从科研研究角度
3)从工程应用角度
这里知道openfoam是用C++编写的
Matlab，Python，Fortran，C和C++用户路过表示，取决于你的需求。
Matlab和Python的开发速度快，但是运行速度比较慢，最多计算到几万网格的二维问题。不过另外还有三个需要考虑的，其一是内置函数特别多，很多功能不需要自己写，可以明显减少代码量和可读性。其二是运行过程中，内存空间的变量均可以直接打开查看而不需要调试工具，对新手非常友好。其三是针对MATLAB的，软件本身运行时可以自动做共享存储式的并行，但是如果规模更大的分布式并行，可能会比C或者Fortran调用MPI更加费事。
Fortran的优势是运行速度和C差不多，但是不需要过多的关注指针内存等问题，所以如果只是需要运算速度快一点，又不想学C里面的各种奇技淫巧，建议用Fortran。还有另外两个考虑因素是，其一Fortran的编译检查相对C语言更少，写出来的程序相对C更容易出现编译通过结果不对的情况，调试难度相对会提升。其二是早期的CFD程序均为Fortran代码，如果使用Fortran写程序，有很多已有的老代码可以参考，不需要做混编。
C和C++的优势就是运行速度快，并且写出来的程序相对Fortran更容易形成比较好的结构，适合比较大的程序的开发。如果你的代码规模已经上万行，一般是建议用C去写的。Fortran代码很容易变得不那么好管理。同时C语言因为也可以做其他性质的开发，不止科学计算。所以有指针，地址操作，面向对象等等技巧，学习成本是最高的一个。最后两个需要考虑的因素就是，首先比较新的CFD开源基本上都是C，其二是用C的话以后可能好找工作一点
初学的话我觉得matlab和python最好，因为调试起来非常方便。并且我看到非常多的数值计算入门教程都用matlab作为示例，不用外部依赖一键运行。python还有一些不错的开源数值计算库，比如scipy，numpy等。
但要追求性能肯定c++，因为我看到有关数值计算的论文附的源码几乎清一色的c++，各种轮子都调起来很方便，比如Eigen库，boost库，oneapiTBB库，sparsesuit库等，再上个cuda或MPI并行计算爽歪歪。然而学习别人项目的时候，windows装环境和依赖库能装得怀疑人生，linux和mac os又没有像visualstudio那样方便的调试工具。
如果展示三维图像和结果的，matlab有很方便的库，但难以定制。主流还是c++项目，要不用跨平台的opengl，然而配置很麻烦，要不输出数据扔到paraview里去。
另外我觉得unity虽然是游戏引擎，作为结果展示也很不错，虽然我没看到有人这么用。javascript写网页也能一键运行，用three.js也能展示三维图像，但调试不方便，也没什么人用。
写得真棒，厉害了
试试Rust？毕竟Linus Torvalds都准备让Linux内核支持Rust了却一直排斥C++。
- 从学习阶段和科研研究角度：Rust的学习成本没有C/C++那么高，所以可以将更多时间精力投入到科研研究上。
- 从工程应用角度：Rust没有C/C++那样厚重的历史包袱，而且Rust是内存安全且并发友好的。
当然以上都是我在瞎扯淡，因为我并没有实际使用Rust开发过项目的经历 
个人意见：
从长远发展权衡兼顾OpenFOAM发展。
新人第一们语言应该选择C语言，而不是Fortran、C++或者Python语言。学习的类库可以参考PETSc。
原因如下：
- C语言是静态语言，需要编译链接的过程，为今后过渡到C++打下基础。
- C语言强类型，这点Fortran, C++等都是。但是Python不是，这样，今后学习Python等进行后处理时，会很容易上手。因为你知道C的罗嗦，也就知道Python不好。但是Python太灵活，你又发现C可能没那么差了。
- C语言也有很多学习代码，无论偏计算机方向还是CFD方向。所以不用担心学习的问题。
- C语言学习起来很方便，你如果想破圈请教是很容易找到人的。但是C++就不一定了。
最终学习的目的是为了干活，那么就一定要在工作中干活干起来。如果是研究生阶段想快点。应该是C->Python(Matlab)->C++，Fortran可以留到上班时间再学。如果真的编程能力提高了，学其他语言也是快的。
从学习，科研，工程角度，都建议直接C++，这是趋势。学习成本高与低，就看个人情况。
此话题已在最后回复的 24 小时后被自动关闭。不再允许新回复。