在计算机论文中使用的代码，主要取决于论文的研究内容、所需展示的技术细节以及目标期刊或会议的格式要求。以下是一些常用的编程语言及其适用情况：
LaTeX
LaTeX 是一种专门用于排版科学论文的语言，特别适用于数学公式、图表和引用等。它能够生成高质量的 PDF 文档，但其语法相对复杂，需要一定的学习成本。
Python
Python 是一种简洁、易读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。它拥有丰富的科学计算库，如 NumPy、SciPy 和 Pandas，适合处理大量的文本数据和统计分析。
R
R 是一种专门用于统计分析和数据可视化的编程语言，适用于各种数据分析任务。它提供了丰富的统计方法和绘图功能，拥有大量的扩展包，可以方便地进行各种分析和模型建立。
MATLAB
MATLAB 是一种专门用于科学计算和工程应用的编程语言，具有强大的数学计算和矩阵操作功能。它广泛应用于信号处理、图像处理和控制系统等领域，并提供了丰富的工具箱。
C/C++
C/C++ 是一种底层的编程语言，适用于对性能要求较高的应用场景。如果你需要进行大规模数据处理、高性能计算或编写底层算法，C/C++ 是一个不错的选择，但其学习曲线较陡峭。
Java
Java 是一种通用的编程语言，具有广泛的应用领域。它在大数据处理、分布式计算等方面有较好的性能表现，适用于处理大规模数据和构建复杂的系统。
其他工具
除了编程语言外，还可以使用一些专门的工具来辅助论文写作，如 Visual Studio、PhpStorm、Notepad++、WebStorm、Sublime Text 和 EditPlus 等文本编辑器或集成开发环境（IDE）。
建议
选择合适的编程语言：根据论文的研究内容和需求选择合适的编程语言。例如，如果论文涉及大量数据处理和统计分析，Python 和 R 是很好的选择；如果涉及底层算法和高性能计算，C/C++ 可能更合适。
代码规范：确保代码的规范性和可读性，遵循所在学校或期刊的代码格式要求。通常需要在论文中提供代码片段、代码样式、行号和注释，以便评审人员和读者理解代码的功能和实现过程。
源代码：尽量提供源代码，而不是编译后的二进制文件。源代码能够方便评审人员进行审验，并防止后期修改造成麻烦。
附录：如果代码过长，可以考虑将部分代码放在附录中展示，或在答辩时进行演示。
通过以上建议，可以提高计算机论文的质量和评审的通过率。