Abstract The Astropy Project supports and fosters the development of open-source and openly developed Python packages that provide commonly needed functionality to the astronomical community. A key element of the Astropy Project is the core package astropy , which serves as the foundation for more specialized projects and packages. In this article, we summarize key features in the core package as of the recent major release, version 5.0, and provide major updates on the Project. We then discuss supporting a broader ecosystem of interoperable packages, including connections with several astronomical observatories and missions. We also revisit the future outlook of the Astropy Project and the current status of Learn Astropy. We conclude by raising and discussing the current and future challenges facing the Project.

Abstract The Astropy Project supports and fosters the development of open-source and openly developed Python packages that provide commonly needed functionality to the astronomical community. A key element of the Astropy Project is the core package astropy , which serves as the foundation for more specialized projects and packages. In this article, we provide an overview of the organization of the Astropy project and summarize key features in the core package, as of the recent major release, version 2.0. We then describe the project infrastructure designed to facilitate and support development for a broader ecosystem of interoperable packages. We conclude with a future outlook of planned new features and directions for the broader Astropy Project.

We present a catalog of galaxy clusters selected via their Sunyaev-Zel'dovich (SZ) effect signature from 2500 deg$^2$ of South Pole Telescope (SPT) data. This work represents the complete sample of clusters detected at high significance in the 2500-square-degree SPT-SZ survey, which was completed in 2011. A total of 677 (409) cluster candidates are identified above a signal-to-noise threshold of $\xi$ =4.5 (5.0). Ground- and space-based optical and near-infrared (NIR) imaging confirms overdensities of similarly colored galaxies in the direction of 516 (or 76%) of the $\xi$>4.5 candidates and 387 (or 95%) of the $\xi$>5 candidates; the measured purity is consistent with expectations from simulations. Of these confirmed clusters, 415 were first identified in SPT data, including 251 new discoveries reported in this work. We estimate photometric redshifts for all candidates with identified optical and/or NIR counterparts; we additionally report redshifts derived from spectroscopic observations for 141 of these systems. The mass threshold of the catalog is roughly independent of redshift above $z$~0.25 leading to a sample of massive clusters that extends to high redshift. The median mass of the sample is $M_{\scriptsize 500c}(\rho_\mathrm{crit})$ ~ 3.5 x 10$^{14} M_\odot h^{-1}$, the median redshift is $z_{med}$ =0.55, and the highest-redshift systems are at $z$>1.4. The combination of large redshift extent, clean selection, and high typical mass makes this cluster sample of particular interest for cosmological analyses and studies of cluster formation and evolution.

We describe the first public data release of the Dark Energy Survey, DES DR1, consisting of reduced single-epoch images, co-added images, co-added source catalogs, and associated products and services assembled over the first 3 yr of DES science operations. DES DR1 is based on optical/near-infrared imaging from 345 distinct nights (2013 August to 2016 February) by the Dark Energy Camera mounted on the 4 m Blanco telescope at the Cerro Tololo Inter-American Observatory in Chile. We release data from the DES wide-area survey covering ∼5000 deg2 of the southern Galactic cap in five broad photometric bands, grizY. DES DR1 has a median delivered point-spread function of , r = 0.96, i = 0.88, z = 0.84, and Y = 090 FWHM, a photometric precision of <1% in all bands, and an astrometric precision of 151 . The median co-added catalog depth for a 195 diameter aperture at signal-to-noise ratio (S/N) = 10 is g = 24.33, r = 24.08, i = 23.44, z = 22.69, and Y = 21.44 . DES DR1 includes nearly 400 million distinct astronomical objects detected in ∼10,000 co-add tiles of size 0.534 deg2 produced from ∼39,000 individual exposures. Benchmark galaxy and stellar samples contain ∼310 million and ∼80 million objects, respectively, following a basic object quality selection. These data are accessible through a range of interfaces, including query web clients, image cutout servers, jupyter notebooks, and an interactive co-add image visualization tool. DES DR1 constitutes the largest photometric data set to date at the achieved depth and photometric precision.

Abstract We present the Dark Energy Camera (DECam) discovery of the optical counterpart of the first binary neutron star merger detected through gravitational-wave emission, GW170817. Our observations commenced 10.5 hr post-merger, as soon as the localization region became accessible from Chile. We imaged 70 deg 2 in the i and z bands, covering 93% of the initial integrated localization probability, to a depth necessary to identify likely optical counterparts (e.g., a kilonova). At 11.4 hr post-merger we detected a bright optical transient located  from the nucleus of NGC 4993 at redshift z = 0.0098, consistent (for  km s −1 Mpc −1 ) with the distance of 40 ± 8 Mpc reported by the LIGO Scientific Collaboration and the Virgo Collaboration (LVC). At detection the transient had magnitudes of  and  , and thus an absolute magnitude of  , in the luminosity range expected for a kilonova. We identified 1500 potential transient candidates. Applying simple selection criteria aimed at rejecting background events such as supernovae, we find the transient associated with NGC 4993 as the only remaining plausible counterpart, and reject chance coincidence at the 99.5% confidence level. We therefore conclude that the optical counterpart we have identified near NGC 4993 is associated with GW170817. This discovery ushers in the era of multi-messenger astronomy with gravitational waves and demonstrates the power of DECam to identify the optical counterparts of gravitational-wave sources.

A likelihood-based method for measuring weak gravitational lensing shear in deep galaxy surveys is described and applied to the Canada-France-Hawaii Telescope (CFHT) Lensing Survey (CFHTLenS). CFHTLenS comprises 154 sq deg of multicolour optical data from the CFHT Legacy Survey, with lensing measurements being made in the i' band to a depth i'(AB)<24.7, for galaxies with signal-to-noise ratio greater than about 10. The method is based on the lensfit algorithm described in earlier papers, but here we describe a full analysis pipeline that takes into account the properties of real surveys. The method creates pixel-based models of the varying point spread function (PSF) in individual image exposures. It fits PSF-convolved two-component (disk plus bulge) models, to measure the ellipticity of each galaxy, with bayesian marginalisation over model nuisance parameters of galaxy position, size, brightness and bulge fraction. The method allows optimal joint measurement of multiple, dithered image exposures, taking into account imaging distortion and the alignment of the multiple measurements. We discuss the effects of noise bias on the likelihood distribution of galaxy ellipticity. Two sets of image simulations that mirror the observed properties of CFHTLenS have been created, to establish the method's accuracy and to derive an empirical correction for the effects of noise bias.

GalSim is a collaborative, open-source project aimed at providing an image simulation tool of enduring benefit to the astronomical community. It provides a software library for generating images of astronomical objects such as stars and galaxies in a variety of ways, efficiently handling image transformations and operations such as convolution and rendering at high precision. We describe the GalSim software and its capabilities, including necessary theoretical background. We demonstrate that the performance of GalSim meets the stringent requirements of high precision image analysis applications such as weak gravitational lensing, for current datasets and for the Stage IV dark energy surveys of the Large Synoptic Survey Telescope, ESA’s Euclid mission, and NASA’s WFIRST-AFTA mission. The GalSim project repository is public and includes the full code history, all open and closed issues, installation instructions, documentation, and wiki pages (including a Frequently Asked Questions section). The GalSim repository can be found at https://github.com/GalSim-developers/GalSim.

ABSTRACT We describe updates to the redMaPPer algorithm, a photometric red-sequence cluster finder specifically designed for large photometric surveys. The updated algorithm is applied to of Science Verification (SV) data from the Dark Energy Survey (DES), and to the Sloan Digital Sky Survey (SDSS) DR8 photometric data set. The DES SV catalog is locally volume limited and contains 786 clusters with richness (roughly equivalent to ) and . The DR8 catalog consists of 26,311 clusters with , with a sharply increasing richness threshold as a function of redshift for . The photometric redshift performance of both catalogs is shown to be excellent, with photometric redshift uncertainties controlled at the level for , rising to ∼0.02 at in DES SV. We make use of Chandra and XMM X-ray and South Pole Telescope Sunyaev–Zeldovich data to show that the centering performance and mass–richness scatter are consistent with expectations based on prior runs of redMaPPer on SDSS data. We also show how the redMaPPer photo- z and richness estimates are relatively insensitive to imperfect star/galaxy separation and small-scale star masks.

We combine Dark Energy Survey Year 1 clustering and weak lensing data with Baryon Acoustic Oscillations (BAO) and Big Bang Nucleosynthesis (BBN) experiments to constrain the Hubble constant. Assuming a flat $\Lambda$CDM model with minimal neutrino mass ($\sum m_\nu = 0.06$ eV) we find $H_0=67.2^{+1.2}_{-1.0}$ km/s/Mpc (68% CL). This result is completely independent of Hubble constant measurements based on the distance ladder, Cosmic Microwave Background (CMB) anisotropies (both temperature and polarization), and strong lensing constraints. There are now five data sets that: a) have no shared observational systematics; and b) each constrain the Hubble constant with a few percent level precision. We compare these five independent measurements, and find that, as a set, the differences between them are significant at the $2.1\sigma$ level ($\chi^2/dof=20.1/11$, probability to exceed=4%). This difference is low enough that we consider the data sets statistically consistent with each other. The best fit Hubble constant obtained by combining all five data sets is $H_0 = 69.1^{+0.4}_{-0.6}$ km/s/Mpc.

We describe the creation, content, and validation of the Dark Energy Survey (DES) internal year-one cosmology data set, Y1A1 GOLD, in support of upcoming cosmological analyses. The Y1A1 GOLD data set is assembled from multiple epochs of DES imaging and consists of calibrated photometric zeropoints, object catalogs, and ancillary data products - e.g., maps of survey depth and observing conditions, star-galaxy classification, and photometric redshift estimates - that are necessary for accurate cosmological analyses. The Y1A1 GOLD wide-area object catalog consists of ~137 million objects detected in coadded images covering ~1800 deg$^2$ in the DES grizY filters. The 10σ limiting magnitude for galaxies is g = 23.4, r = 23.2, i = 22.5, z = 21.8, and Y = 20.1. Photometric calibration of Y1A1 GOLD was performed by combining nightly zeropoint solutions with stellar-locus regression, and the absolute calibration accuracy is better than 2% over the survey area. DES Y1A1 GOLD is the largest photometric data set at the achieved depth to date, enabling precise measurements of cosmic acceleration at z $\lesssim$ 1.