docs: added a spoiler with a diagrammatic comparison of the two libraries + added a spoiler with a list of functions + small text editing

Added detailed comparisons and features of PyCustomRand library.

Author: n1xsi

README.md

@@ -20,9 +20,48 @@
 ## 📌 Зачем нужна эта библиотека, если есть уже встроенные в Python `random` и `round`?
 PyCustomRand писался как альтернатива этим двум встроенным модулям. Вот главные особенности и возможности библиотеки:
 
-* 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.
-* 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: у `random_integer` (аналог `randint`) можно выбрать, чтобы сгенерированный результат делился на число; результат функции `random_float` можно округлять и пр.)
+* 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 на примере</summary>
+      
+      PyCustomRand демонстрирует **на 173%** более высокую кучность распределения по сравнению со стандартной библиотекой `random` в тестах на **1,000,000** итераций.
+
+      <img src="https://i.imgur.com/qxYdxmD.png">
+      
+      Данные для диаграммы брались из тестирования, которое проводилось с помощью встроенного модуля диагностики (`check_distribution`). По результатам PyCustomRand показал максимальное отклонение **в 2.7 раза** меньше, чем стандартный `random` (0.0267% против 0.0730%).
+
+      <table align="center" style="border-collapse: collapse;">
+        <!-- Строка с заголовками -->
+        <tr>
+          <th align="center" style="font-family: sans-serif">
+            PyCustomRand
+          </th>
+          <th align="center" style="font-family: sans-serif">
+            Python Built-in
+          </th>
+        </tr>
+        <!-- Строка с картинками -->
+        <tr>
+          <td align="center" width="50%">
+              <img src="https://i.imgur.com/kH26JEO.jpeg" width="100%" alt="PyCustomRand">
+          </td>
+          <td align="center" width="50%">
+              <img src="https://i.imgur.com/LdFoREN.jpeg" width="100%" alt="Python Built-in">
+          </td>
+        </tr>
+      </table>
+    </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>
+    
+      *   Генерация целых чисел (`random_integer`, `randrange`, `gen_random_number`).
+      *   Генерация вещественных чисел (`random`, `random_float`).
+      *   Поддержка статистических распределений: Нормальное (Гаусс), Треугольное, Экспоненциальное, Биномиальное.
+      *   Инструменты для последовательностей: выбор случайного элемента (`choice`), выборка с весами (`choices`), перемешивание (`shuffle`) и выборка уникальных элементов (`sample`).
+      *   Инициализация («посев») последовательности генератора псевдослучайных чисел (`set_seed`, `_get_next_seed_state`).
+    </details>
 * Также библиотека имеет дополнительные утилиты, полезные для разработки веба/игр: генерация UUID v4, случайных HEX-цветов (например, `#ff05a1`), случайных байт, случайных булевых значений (`True`/`False`) с настраиваемым шансом.
 * Имеется модуль собственного честного округления - `true_round`. Функция округляет числа привычным математическим способом (0.5 всегда вверх по модулю), а также исправляет погрешности плавающей точки (например, "проблему 2.675").
 * Код покрыт unit-тестами (чему соответствует badge в начале README), также имеется встроенный модуль диагностики (`check_distribution`), который позволяет в любой момент проверить равномерность распределения генератора.