我想在Python中实现以下内容。给定一个长度为N的向量v，每个元素取整数集合0，1，2，...，d中的值，我想创建一个长度为d的新向量w，它在第i个位置存储数字i在v中出现的次数。我假设知道d，N和v。
作为示例，假设d = 3并且N=5，并且v =（0，0，1，3，2）。然后我想要w[0] = 2，w[1] = 1，w[2] = 1，w[3] = 1，即w =（2，1，1，1）。
我在下面尝试了一下。我的问题是，我是否可以使用内置的numpy函数更有效地做到这一点，特别是避免在N上进行for循环？我需要在一个长时间的迭代模拟中多次使用这个函数，所以我想优化它。
我的尝试：

import numpy as np

d = 3
N = 5
v = np.array([0,0,1,3,2])
ID = np.eye(d+1)

w = np.zeros(N)

for i in range(0,N):
    w[i] = np.sum(v==i)