大数据主要学习的编程语言包括Python、Java、R、Scala等。以下是对这些编程语言的介绍和选择的建议：

Python：Python是大数据领域最受欢迎的编程语言之一。它具有简洁易读的语法和丰富的库，适合用于数据处理、数据分析和机器学习等任务。Python有许多流行的数据科学库，如NumPy、Pandas、Scikit-learn和TensorFlow等，可以帮助开发人员更高效地处理和分析大规模数据。

Java：Java是一种广泛使用的编程语言，也是大数据生态系统中的重要组成部分。Hadoop和Spark等大数据处理框架都是用Java编写的。Java具有强大的面向对象编程能力和跨平台特性，适合用于构建大规模、高性能的分布式系统。

R：R是一种专门用于统计分析和数据可视化的编程语言。它有丰富的统计分析和数据处理函数，适合用于探索性数据分析和可视化。R也是大数据分析中常用的工具之一，特别适用于统计建模和数据挖掘等任务。

Scala：Scala是一种运行在Java虚拟机上的静态类型编程语言，也是Spark的主要编程语言。Scala与Java有很好的互操作性，可以无缝地调用Java的库和工具。Scala具有函数式编程和面向对象编程的特性，能够提供更简洁、高效的代码。

在选择学习的编程语言时，可以根据自己的背景和学习目标进行考虑。如果你有编程经验，Python可能是一个很好的选择，因为它易学易用，并且在大数据领域有广泛的应用。如果你对分布式系统和大规模数据处理有兴趣，Java和Scala可能更适合，因为它们是构建这些系统的主要编程语言。如果你对统计分析和数据可视化更感兴趣，那么学习R可能是一个不错的选择。

此外，大数据领域的技术和工具不断发展，新的编程语言和框架也在不断涌现。因此，学习一门编程语言只是入门的一部分，持续学习和保持对新技术的关注也是非常重要的。