Библиотека CSV , которую вы импортировали, может сделать это довольно легко следующим образом:
import csv
import os
name3 = input("Name your CSV file: ")
while not os.path.isfile(name3):
print('File {} not found.'.format(name3))
name3 = input('Name your CSV file: ')
name4 = input('Name your exit file: ')
with open(name3, 'r', newline='') as f_input, open(name4, 'w', newline='') as f_output:
csv.writer(f_output, delimiter=';').writerows(csv.reader(f_input))
По умолчанию csv.reader()
будет читать строки через запятую. Затем csv.writer()
можно использовать для записи всех строк, используя ;
в качестве разделителя.
NIST имеет ряд документов, и инструменты для того, чтобы статистически проанализировать генераторы случайных чисел пересекают множество метрик.
http://csrc.nist.gov/groups/ST/toolkit/rng/index.html
Многие из этих тестов также включены в набор тестов Dieharder PRNG.
http://www.phy.duke.edu/~rgb/General/rand_rate.php
Существует тонна различных метрик, потому что существуют многие, много различных способов использовать PRNGs. Вы не можете проанализировать PRNG в вакууме - необходимо понять вариант использования. Эти инструменты и документы предоставляют большую информацию для помощи Вам в этом, но в конце дня необходимо будет все еще понять то, в чем Вы на самом деле нуждаетесь, прежде чем можно будет определить алгоритма, подходит. Документация NIST полна, если несколько плотный.
- Adam
Эта страница обсуждает один способ проверить, получаете ли Вы плохое распределение: графическое изображение псевдослучайных значений в поле и затем просто рассмотрении их.