¿Qué lenguajes de programación deben conocer los mayores de física y en qué medida?

Depende de qué pretendes hacer, ya que la física es muy amplia.
Para fines generales, generalmente Python es suficiente, y R para estadísticas.
Para las cosas que necesitan un alto rendimiento (si va a hacer algo que use grupos para hacer el trabajo, es probable que le preocupe el rendimiento; creo que la física de partículas es un área así), tendrá que usar un lenguaje de nivel inferior como C y C ++, o al menos un dominio específico, como MatLab y Fortran.
Sin embargo, en el dominio específico, Python vuelve a aparecer, ya que numpy hace uso del proyecto ATLAS, una biblioteca Fortran 77 para física y procesamiento de números en general con un rendimiento increíble.
Numpy tiene un rendimiento similar a MATLAB y C, a veces superando a ellos, principalmente gracias a ATLAS.
Y sí, Fortran sigue siendo una cosa, aunque no Fortran 77 (a menos que desee mantener el proyecto ATLAS). Hay nuevos estándares que te hacen la vida más fácil. Aún así, no necesitará usarlo a menos que necesite un rendimiento muy alto.

Si su subcampo exige cualquier trabajo de simulación por computadora que necesite mayores recursos de los que su escritorio puede proporcionar, Fortran sigue siendo una cosa, y ha evolucionado un poco desde que su nombre se escribió en mayúsculas.
En caso de que lo necesite, debe saberlo en la medida en que pueda usarlo junto con MPI.
No estoy sugiriendo esto porque amo incondicionalmente a Fortran, pero realmente hay una cantidad asombrosa de código de física numérico ya escrito usando estas herramientas, y es útil tener acceso a ellos.

Si planeas ser teórico, aprende Python. Sí, Fortan todavía es una cosa, sabía que los estudiantes de posgrado todavía lo usaban hace unos años, si su asesor lo está usando, probablemente también deba usarlo, al menos un poco.

Si quieres ser un experimentalista, aprende C (también podría aprender C ++) para dispositivos integrados. También aprenda LabVIEW, es un “lenguaje” gráfico utilizado para controlar muchos instrumentos.

Finalmente, no importa en qué dirección planee ir MatLab es un gran recurso, con toneladas de útiles cajas de herramientas. Definitivamente aprenderlo.

Hmmm, sería Python, se usa con más frecuencia e incluye muchas bibliotecas para el cálculo científico, como numpy, scipy y matplotlib, Python está tomando lugar de matlab y mapple ahora