作业要求：编程计算样本均值，样本方差和估计指数分布参数lamda。编程语言不限。请上传（源程序+运行说明）。

作业要求是编写一段程序，该程序需要完成以下功能：

1. 计算一组数值样本的平均值（均值）。均值是一组数据之和除以数据的数量，它代表了数据集中数值的一般水平。
2. 计算同样一组数值样本的方差。方差衡量了数据点与均值之间的离散程度，它是每个数值与均值差的平方的平均数。
3. 对于指数分布，你需要估算参数λ（lambda），这是一种连续概率分布函数，常用于描述随机事件发生的时间间隔。

编程语言可以自由选择，常见的如Python、Java、C++等都可以。以下是基本步骤和示例代码的大致框架：

**示例代码（假设使用Python）**:

import numpy as np

def calculate_mean(numbers):
    return np.mean(numbers)

def calculate_variance(numbers):
    return np.var(numbers)

def estimate_exponential_parameter(data):
    # 使用最大似然估计法，对于指数分布，λ = -样本均值 / 数据总和
    lambda_estimate = -np.mean(data) / data.sum()
    return lambda_estimate

# 用户输入或生成数据
data = [...]  # 假设这是你的数据集

mean = calculate_mean(data)
variance = calculate_variance(data)
lambda_estimate = estimate_exponential_parameter(data)

print("Mean:", mean)
print("Variance:", variance)
print("Estimated lambda for exponential distribution:", lambda_estimate)

# 运行说明：
# 1. 编辑上述代码，并提供实际的数据集。
# 2. 运行程序，将输出样本均值、方差以及指数分布的λ估计值。