我自己的理解：

1.以上面的log函数为例，log内部定义了fn函数，fn.__name__ 为 'fn'

def log(f):
    def fn(x):
        print 'call ' + f.__name__ + '()...'
        return f(x)
    return fn

当执行了f = log(f)，因为log函数返回的也是一个函数（fn），所以f实际指向的函数（fn），f.__name__ 为 'fn'

你可以试下： f=log，此时，f指向的函数就是（log），f.__name__ 为 'log'

2.再进一步，以本题答案为例：

def performance(unit):
    def perf_decorator(f):
        @functools.wraps(f)
        def wrapper(*args, **kw):
            t1 = time.time()
            r = f(*args, **kw)
            t2 = time.time()
            t = (t2-t1)*1000 if unit == 'ms' else t2-t1
            print 'call %s() in %f %s'%(f.__name__,t,unit)
            return r
        return wrapper
    return perf_decorator

本质是 f = performance(unit)(f)

performance(unit) 返回 perf_decorator 函数，perf_decorator(f) 返回 wrapper函数，所以f指向wrapper函数，如果不加装饰器@functools.wraps(f)，则f.__name__ 为 'wrapper'。

加了@functools.wraps(f)之后，functools.wraps函数会执行 wrapper.__name__  = f.__name__ 

所以最终f.__name__ 的值仍为'f'，有点绕，这是我自己的理解。

3.你可以在编写带参数的那章执行如下代码看看：

# -*- coding: utf-8 -*-

import time

def performance(unit):
    def perf_decorator(f):
        def wrapper(*args, **kw):
            t1 = time.time()
            r = f(*args, **kw)
            t2 = time.time()
            t = (t2-t1)*1000 if unit == 'ms' else t2-t1
            print 'call %s() in %f %s'%(f.__name__,t,unit)
            return r
        return wrapper
    return perf_decorator

#@performance('ms') 不用装饰器
def factorial(n):
    return reduce(lambda x,y: x*y, range(1, n+1))

#手动装饰
factorial = performance('ms')(factorial)
print factorial(10)
print factorial.__name__

啊啊啊