如何在时间序列中使用两个不同的数组进行曲线拟合？

我有两个数组，它们在一周的小时槽中描述：

有 167 个不同的 target_values，每个值显示一周中每小时的一个数据。

target_values = np.array([0.00871081876099811,0.0105813183314839 .......... ])

在真实案例中，还有另一个表格显示一周中每小时的 167 个不同值。

values = np.array([439,238,114 .......... ])

当我们绘制这些值时，它看起来像这样：

目的是尽可能地将值拟合到 target_values 并能够创建类似的曲线。前 24 小时看起来不错，但必须更改其余时间。所以基本上我的问题是如何将值数组曲线拟合到时间序列中的 target_values 数组？

我在 scipy.optimize.curve_fit 上进行了搜索，但我认为这不是我需要的。

我很欣赏在这种情况下使用 python 的任何数学或静态方法。