不需要学，除非你需要用Python。
如果有空建议学习一下
Excel是基础的表格处理软件，能处理日常基础的数据清洗/数据分析/数据可视化，但超过百万行基本就处理不来，虽然现在增加了qr能处理百万级以上数据，但使用不方便，而且Excel处理重复性工作在效率方面也是远远不足的，当然可以写vba，但python更有优势，语言简单，可做数据统计，是目前数据分析师普遍使用工具。
学习一门语言也是在学习逻辑，在时间多的情况下建议学习下python，现在课程非常多，你可以上B站搜一下，非常多的免费课程，谢谢。
python可以实现Excel到数据库的无缝对接，对数据分析处理更加高效，当然有必要学习！
在学会精通Excel的基础上，如果还能掌握powerBI、Python、WynEnterprise、Tableau等数据分析工具，在学习一些SQL技术，那就在数据分析领域中如鱼得水了。俗话说得好，技多不压身。
Excel作为使用者最多的数据管理工具和运营分析工具，毋庸置疑，拥有大量的用户群体和应用场景。与此同时，越来越多的人讲自助式BI作为提升数据分析技能的新方向。
自助式商业智能和数据可视化工具，让数据分析更简单
自助式BI（也叫做自助式分析），是一种新的数据分析方式。让没有统计分析、数据挖掘、数据库SQL知识的业务人员，也可以通过丰富的数据交互和探索功能，发现数据背后的原因和价值，从而辅助业务决策的制定。自助式BI分析功能可以来自于独立的BI软件，也可以由行业应用软件直接提供。
自助式BI，提供自助式BI分析功能，最终用户可以非常灵活的与数据交互，探索数据背后的原因并发掘更多价值，为决策制定提供有效的数据支撑。在仪表板设计和分析阶段，自助式BI均提供图表联动、数据钻取、数据切片器、OLAP等交互式分析功能，用户仅需通过极少的操作，便能找到最有价值的数据。简单易用的自助式BI
自助式BI从数据准备到BI交互式分析整个过程提供了高度易用的分析体验。分析人员通过拖拉拽快速完成数据建模和仪表板设计。不仅设计过程，结果也具备高度自助灵活的数据探查能力。分析过程与业务深度融合，真正让科学决策与业务管理并行。
自助准备数据、创建仪表板和报表
业务人员完全可以自己设计仪表板和报表，根据自己的业务需要进行数据分析、选择合适的数据可视化效果，并形成分析见解，也能直接分析自己的Excel等数据，从而避免以往花大量时间准备需求，然后交由IT部门开发（或者实施厂商）的业务模式，可以提升企业的整体运行效率，以适应瞬息万变的市场环境。
基于仪表板和报表内容的交互分析
业务人员在已经设计好的仪表板和报表上进行数据的探索分析。自助式BI为不仅提供常用的切片、联动和钻取分析功能，还提供运行时的高级数据探索分析功能。最终用户可以对数据进行过滤、排序、排名、条件格式化，还可以切换统计维度和指标、切换行/列切面，可以按自己的分析需要选择图表类型，还可以将数据在图表和表格之间任意切换。
快速设计决策管理驾驶舱(Dashboard)
自助式BI的BI仪表中，支持以拖拽的方式进行数据分析操作，并提供了丰富的数据可视化效果，包括：图表、地图、透视表、KPI指标卡、数据切片器等。同时，仪表板支持多页面功能，还提供了内置的主题皮肤，让您可以非常快速地设计各种样式的管理驾驶舱和决策看板。的BI仪表中，支持以拖拽的方式进行数据分析操作，并提供了丰富的数据可视化效果，包括：图表、地图、透视表、KPI指标卡、数据切片器等。同时，仪表板支持多页面功能，还提供了内置的主题皮肤，让您可以非常快速的设计各种样式的管理驾驶舱和决策看板。
数据切片、联动分析与钻取分析
在设计BI仪表板时，你可以添加多种数据切片器，包括：日期范围、相对日期、列表、树形列表、文本标签等。在使用BI仪表板时，最终用户不仅可以通过切片器筛选数据，还能通过联动分析发现数据不同维度的表现，也能在钻取分析模式下深入探索数据背后的真实原因。
掌握自助式BI工具，会让你的数据分析技能再上新的台阶。
其实不用焦虑，python是一门高级的计算机语言，学会应用可以给你的工作到来很多方便，不会，会用excell，也能解决很多问题了，多了解一些没啥坏处，就当冲电了，给自己积累知识，快乐是最重要的！
如果所谓的会用excel仅停留于图形界面的操作，哪怕你函数和制图等功能玩得很6，那与python并没有太多的关联，大可不必纠结。
但如果涉及到vba编程，涉及到与其他程序或文件的交互，而不仅仅是停留在excel图表的制作，那么学习一门简单的脚本语言是很有必要的，当然python也是候选之一了。
计算机语言最纯粹的魅力就是解放算力，另我们可以简单粗暴的完成很多重复、繁琐、复杂的计算。日常操作excel的重复劳动，定制特殊表格等需求，都不是简单的一句“我会操作excel”能快速处理的。excel也能自动化，但前提是要会写点代码，无论vba（仅停留在excel或其他微软的office软件内部交互）还是python（会玩的可以操作多种类文件和与其他软件进行交互），都能在一定程度上减少我们的重复的劳动量，降低我们的工作强度。
会写代码操作excel和不会写代码操作excel，说白点就是地上跑的和天上飞的对比，地上跑的不会飞，但天上飞的多少也会蹦跶两步。
当然了，还是看实际工作或兴趣了，会降低自己的劳动量提高工作质量的，当然多学一门语言是不亏的。
最后，看了之前有些回答说什么资本阴谋的，呵呵了。纯粹技术的问答都要弄个阴谋论，不是博人眼球就是瞎扯淡。
这个问题我也想过，给你一个建议：如果你长期处理相同格式，数据结构的EXCEL数据，而且几个月不变，但是EXCEL效率不高那就可以考虑选择使用Python。但是如果你处理的数据不确定，没有特定的格式或者结构，要求输出的格式变化比较多，千万别用。你用来编写和调试Python的时间，用EXCEL早就做完回家吃饭了，而且第二次你都不一定还会用到这套代码，浪费时间。
如果你有能力写一套适配性非常强的系统，可以图形化自定义输入、计算规则、输出的话你也不会问这个问题。
其实并不需要。。从图形界面到命令行界面的倒退与倒车而已。。并没有带来快捷与巨大进步。。
只是资本社会与资本规则下的纯粹的经济行为。。在缺乏经济增长点的无奈现实下。。用人们的认知局限达到商业目的。。对大多数非计算机专业人士而言之，只是多了解了一个花哨的工具。。大多数人也不可能学会与完全掌握。。而对于生产而言之，帮助极小。。
又好比在瘟疫之前就已经很早布局投资生物检测制剂。。口罩，消毒器材。。
整个资本社会的特点，最大特点，最高特点就是没有需求创造需求。。
所以凭空产生了数百亿，上千亿的保健品市场。。以此来搜刮老年人的钱财。。人们的一切心理问题，都可以转化为金钱。。更多情况下是花钱买安慰。。
所以成功学大肆流行。。。。精明的老板出售一种心理预期，一种颠倒梦想。
所以本来一文不值的钻石，在工具用途上仅仅作为切割工具很少量用途的坚硬石头。。能够被卖出天价。。仅仅是因为掌握了舆论，便能够绑架社会风俗。。
所以为什么亿万富翁也要帮助宣传。。极力吆喝。。甚至亲自下场。。其实以他们的身份地位和钱财雇一百个，一千个，一万个会计也是毫无问题的。
同时也是一种利用认知上的维稳。。让人们去学习一些烧脑的，如果没有基础的情况下。。很难成就的事物。。既可能有用，也可能近乎无用。。很难排上用场的工具。。从心理认知上削弱大众的质疑。。好比做广告让黑人去学习他们并不擅长的物理学，数学。。转而让黑人屈服于奴隶制度。。用大众所并不擅长的事物达到盈利目的。。
初步估计通过舆论的诱导应该能够鼓吹出一个数百亿甚至更大规模的市场。最大的利好是投资于培训机构的资本。。
如果把数据分析比作建一座高楼，那么excel就是给你一个个组件，你的工作就是把他们组装起来，就跟最近的火神山医院一样，像是搭积木
虽然这种方法可能很快就能出结果，效率很高，但是因为用的都是设计好的组件，所以你基本上只能循规蹈矩，遇到问题也不能把组件推倒重建，只能换其他的组件或者换个组合方式；
而且还不能用大数据量，因为excel的逻辑关系太弱，就跟搭积木搭高了就会倒塌一样，处理个万级数据就有点吃力了；所以excel不能用来建高楼，毕竟没有一座世界高楼，是搭积木搭起来的。
从数据分析的角度来看，excel的可视化要差一些，数据采集也不能跟python相比，这都不是excel的专业，但是excel在数理统计上的表现还是很不错的
所以当数据分析量小、想要快速出结果、逻辑关系简单的情况下，excel很香！
而python就是给你一堆原材料，水泥、砖头、钢筋等等，你的工作就是自己要从头搞，一步步把高楼给建造出来
坏处嘛就是要求你什么都要会，你要会砌墙、会施工、会图纸，学习起来自然是比excel要难
从效率上讲，处理简单问题肯定要比excel差，但是在复杂问题面前，python的好处才能凸显出来
而且你拥有了这堆原材料，不仅可以建高楼，还能用来造飞机、造轮船，造火箭，所以人们都说python是万能语言，除了生孩子什么都能做
另外一点python是开源的，起码比matlab要强多了（深深执念）
从数据分析的角度看，python肯定是要优于excel的，数据采集、数据处理和数据分析、可视化方面都比excel要强，当然这只是对于数据分析来说
所以当数据量大、逻辑关系复杂的时候，python是最优解
PS：
当然了，VBA就另说了，其实我觉得VBA跟python的学习难度其实差不了太多，但就是用起来太难用，看个人具体的需求吧，具体的区别这里就不详细说了