docs: add test and diagnostics section with img spoiler

Author: n1xsi

README.md

@@ -23,7 +23,7 @@ PyCustomRand писался как альтернатива этим двум в
 * Данная библиотека **проще** написана — весь код закомментирован, лёгок и понятен. В основе реализации генератора псевдослучайных чисел лежит *несложный* алгоритм (использующий системное время) поэтому библиотеку легко кастомизировать/расширять/дополнять под себя.
 * В большинстве своём PyCustomRand выдаёт более *"энтропичный"* результат при нескольких генерациях подряд по сравнению со встроенным `random`-модулем.
   * <details>
-      <summary>Сравнение с диаграммами</summary>
+      <summary>📊 Сравнение с диаграммами</summary>
       
       PyCustomRand демонстрирует **на 173%** более высокую кучность распределения по сравнению со стандартной библиотекой `random` в тестах на **1,000,000** итераций.
 
@@ -54,7 +54,7 @@ PyCustomRand писался как альтернатива этим двум в
     </details>
 * Библиотека включает в себя все самые главные функции из [оригинальной](https://docs.python.org/3/library/random.html) Python-библиотеки, но только местами улучшенные и упрощённые (например: `random_integer` может выдавать сгенерированный результат, делимый на заданное число из диапазона; результат функции `random_float` можно округлять и пр.)
   * <details>
-      <summary>Список функций</summary>
+      <summary>📑 Список функций</summary>
 
       *   Генерация целых чисел (`random_integer`, `randrange`, `gen_random_number`).
       *   Генерация вещественных чисел (`random`, `random_float`).
@@ -291,6 +291,7 @@ print(random_bool())       # Случайное значение True/False, н
 
 </details>
 
+
 ### 🎯 О модуле `true_round`
 Модуль решает проблему "банковского округления" в Python 3, где `round(x.5)` округляется до ближайшего чётного числа.
 `true_round` использует **честное математическое округление** (отсюда и название "true" — истинное/честное).
@@ -306,6 +307,71 @@ print(random_bool())       # Случайное значение True/False, н
 | **0.00049** (до 3-ёх знаков) | 0.0 | **0.001** | Точность при работе с малыми числами |
 
 
+## 🧪 Тестирование и Диагностика
+PyCustomRand предоставляет внутренние инструменты для проверки работоспособности библиотеки и качества энтропии генератора случайных чисел.
+
+### 1. Запуск всех Unit-тестов
+Чтобы убедиться, что все функции работают корректно и библиотека установлена правильно, запустите встроенные тесты, находясь в корне репозитория:
+
+```bash
+python -m unittest discover tests
+```
+
+### 1.1. Запуск Unit-тестов конкретного модуля (рандома/округления)
+Отдельный запуск проверки модуля генератора случайных чисел:
+
+```bash
+python -m unittest tests/test_random.py
+```
+
+Отдельный запуск проверки модуля округления чисел:
+
+```bash
+python -m unittest tests/test_round.py
+```
+
+### 1.2. Запуск конкретного теста в конкретном модуле
+Если вы модифицируете библиотеку, и у вас постоянно не проходит проверку какой-то один конкретный тест, то вы можете не затрачивать время на запуск всех тестов — вам достаточно запустить один конкретный тест конкретного модуля, например:
+
+```python
+from tests.test_round import TestTrueRound
+import unittest
+
+# Запуск теста "округления отрицательных чисел" для функции true_round
+unittest.main(defaultTest='TestTrueRound.test_negative_numbers')
+```
+
+### 2. Проверка распределения (Диагностика)
+В библиотеку встроен декоратор `@check_distribution` (находится в `pycustomrand.diagnostics`). Он позволяет визуально оценить равномерность генерации чисел. Пример использования декоратора:
+
+```python
+from pycustomrand.diagnostics import check_distribution
+import pycustomrand as pcr
+
+# Декоратор запустит функцию 100.000 раз и разобьёт результаты на 20 корзин
+@check_distribution(count=100_000, buckets=20)
+def check_float_random():
+    return pcr.random()
+
+if __name__ == "__main__":
+    check_float_random()
+```
+
+Результат в консоли показывает:
+* На какой сейчас итерации находится диагностика (каждые 5 секунд);
+* Полное время выполнения генерации;
+* Таблицу с количеством попаданий в каждую "корзину" (диапазон);
+* Процентное отклонение от идеального распределения;  
+* Вердикт: "Отличное равномерное распределение" или предупреждение о перекосах.
+
+<details>
+  <summary>📊 Пример результата диагностики</summary>
+  <div align="center">
+    <img src="https://i.imgur.com/WUzDRfY.png" width="40%">
+  </div>
+</details>
+
+
 ## 📂 Структура репозитория
 Проект имеет следующую файловую структуру: