科学家使用的编程软件包括以下几种：

Python：

因其简洁易学的特性，在数据分析、机器学习、网站构建等方面应用广泛。Python 拥有强大的库支持，如 NumPy、Pandas、Matplotlib 等，这些库极大地简化了数据处理、统计分析及可视化的过程。

MATLAB：

在科学界极受欢迎，特别是在工程和数学建模方面表现突出。MATLAB 提供了一个强大的环境，用于算法开发、数据可视化以及数值计算等，拥有丰富的工具箱，支持不同领域的专业需求。

R：

专注于统计分析和图形表示，是统计学家和数据分析师的首选工具。R 语言提供了一套完整的统计测试、模型构建、数据分析至图表绘制的解决方案，拥有广泛的包库，可用于各种统计分析、预测建模和图形可视化。

C++：

C 和 C++ 是通用的编程语言，被广泛用于科学计算和高性能计算。它们提供了更底层的编程控制和更高的运行效率，适用于需要处理大规模数据和复杂算法的科学研究。

Julia：

一种新兴的科学计算语言，具有高性能和易用性的特点。Julia 的语法类似于 Python 和 MATLAB，但它的执行速度比这两者都要快，适用于高性能计算和大规模数据处理任务。

建议

Python和 R是科研中最常用的编程语言，适合数据分析和统计分析。

MATLAB适合需要高性能计算和复杂数学运算的场景。

C++和 Julia适用于需要处理大规模数据和进行复杂算法实现的科研项目。

根据具体的研究需求和背景，科学家可以选择最适合自己的编程工具。