数学专业的学生在学习编程时，通常会选择以下几种编程语言：

Python：

Python是一种高效、易学且功能强大的编程语言，广泛应用于科学计算、数据分析和机器学习等领域。它拥有丰富的数学库，如NumPy、SciPy和Pandas，可以帮助数学专业的学生进行统计分析、优化问题求解和数据可视化等工作。

MATLAB：

MATLAB是一种专门为数学和工程应用而设计的编程语言。它提供了丰富的数学函数库和数据可视化工具，适用于数值计算、线性代数、微积分、统计分析等数学领域。MATLAB也用于模拟、建模和仿真等数学应用。

R语言：

R语言是一种专门用于统计分析和数据可视化的编程语言。它在统计学及其相关领域中广受欢迎，能够执行数据操作、计算统计信息以及绘制高质量的图表。R语言的特点是拥有大量针对统计分析的包，能够支持线性和非线性模型的建模、时间序列分析、分类、聚类等。

C/C++：

C/C++是一种更底层的编程语言，适合进行高性能计算和数学模型的实现。它在数学计算领域具有广泛的应用，尤其适合进行复杂的数值计算和算法实现。

Julia：

Julia是一种新兴的高性能科学计算语言，专为数值计算和数据分析而设计。它具有与Python和MATLAB类似的语法，但在一些方面具有更高的性能。

建议

Python：对于初学者和需要广泛应用的数学专业学生，Python是一个非常好的选择。它的语法简洁明了，且拥有大量的科学计算库，可以快速上手并进行数据处理、分析和可视化。

MATLAB：对于需要进行数值计算、算法开发以及数据可视化的学生，MATLAB是一个强大的工具。它的编程环境简洁直观，函数库丰富，特别适合数学专业的深入研究。

R语言：对于专注于统计分析和数据挖掘的学生，R语言是一个非常有价值的工具。它提供了大量的统计函数和绘图功能，适合进行数据探索、统计建模和数据可视化。

C/C++：对于需要高性能计算和算法优化的学生，C/C++是一个值得学习的语言。虽然学习曲线较陡峭，但它在处理大规模数据和高性能计算方面具有显著优势。

根据个人的兴趣和职业规划，学生可以选择适合自己的编程语言进行深入学习。同时，掌握算法与数据结构、数值分析等基础知识，将有助于更好地理解和应用编程技术。