我懂了 就是函数外面加个叫装饰器的东西 装饰器里面再写个函数 可以在中间加东西 最后返回的值是 装饰器里面装饰函数的值即原函数的值

纯手打：

以log函数为例（自己去看代码）：

理解：设一个函数g，

此时调用log函数，g=log(f)，f为乘积函数。

那么请认真思考，g=？

很简单，既然你调用了log函数，那么肯定等于log函数的返回值，也就是return后面的东西。

g=fn。同样的道理，fn=?

在内部函数可以看到，fn等价于一句print语句（先不要管他的内容）+一个return值

fn=print+f(x)。那么f(x)=？

f就是你自己拿过来用的，要代入的一个函数。也就是此题中的乘积函数。

所以整个分析过程就像剥洋葱一样，从外部开始考察，g=?,fn=?,f(x)=?

最终的结论是，那么麻烦为什么要有log这个函数呢？

这是因为，log这个函数，在没有改变 f 乘积函数的代码的前提下，增加了一个print的功能。

我们经常说，牛顿是站在巨人的肩膀上，如果现在给你一个“巨人代码”，但是你没有办法看到“巨人代码”的内容，你需要增加功能的时候，装饰器函数就很好用了，利用“巨人代码”还有一个简单log函数，你就是站在巨人肩膀上面的牛顿了

（之前的答案不小心按到“回答”了，所以不是完整答案，不好意思）

我是这样理解的，希望对你有所帮助：

import time      #导入的一个与时间日期有关的库文件之类，反正取日期时间需要它

def performance(f):    #函数装饰器，就是一个框架，这个框架要对后面的函数（指定函数）进行包装

    ???                          #实现装饰器功能的代码

@performance         #此句相当于在下面的print语句上面一行写“factorial=performance(factorial)”

def factorial(n):       #自定义函数，功能：返回数列1到n的乘积

    return reduce(lambda x,y: x*y, range(1, n+1))    

print factorial(10)